Keras 中 LSTM 的输入维度是多少？

Question

我正在尝试在 keras 中将深度学习与 LSTM 结合使用。 我使用一些信号作为输入 (

nb_sig

)，这些信号在训练期间可能会发生变化，样本数量是固定的 (

nb_sample

) 我想做参数识别，所以我的输出层就是我参数个数的大小(

nb_param

)

所以我创建了大小为 (

nb_sig

x

nb_sample

) 和标签 (

nb_param

x

nb_sample

)

的训练集

我的问题是我找不到深度学习模型的正确维度。 我试过这个：

import numpy as np
from keras.models import Sequential
from keras.layers import Dense, LSTM

nb_sample = 500
nb_sig = 100 # number that may change during the training
nb_param = 10


train = np.random.rand(nb_sig,nb_sample)
label = np.random.rand(nb_param,nb_sample)



DLmodel = Sequential()
DLmodel.add(LSTM(units=100, return_sequences=True, input_shape=(None, nb_sample), activation='tanh'))
DLmodel.add(Dense(nb_param, activation="linear", kernel_initializer="uniform"))

DLmodel.compile(loss='mean_squared_error', optimizer='RMSprop', metrics=['accuracy', 'mse'], run_eagerly=True)
print(DLmodel.summary())

DLmodel.fit(train, label, epochs=10, batch_size=16)

但我收到此错误消息：

Traceback (most recent call last):
  File "C:\Users\maxime\Desktop\SESAME\PycharmProjects\LargeScale_2022_09_07\di3.py", line 31, in <module>
    DLmodel.fit(train, label, epochs=10, batch_size=16)
  File "C:\Python310\lib\site-packages\keras\utils\traceback_utils.py", line 70, in error_handler
    raise e.with_traceback(filtered_tb) from None
  File "C:\Python310\lib\site-packages\keras\engine\data_adapter.py", line 1851, in _check_data_cardinality
    raise ValueError(msg)
ValueError: Data cardinality is ambiguous:
  x sizes: 100
  y sizes: 10
Make sure all arrays contain the same number of samples.

我不明白我应该把什么作为

input_shape

用于 LSTM 层，并且由于我在训练期间使用的信号数量会发生变化，这对我来说不是很清楚。