Keras期望dense_13有2个维度

Question

我收到来自Keras的非常混乱的错误消息。我使用以下模型并传递给它输入形状(num_examples, n, 1)。

def create_model():
    model = Sequential()
    model.add(LSTM(64, input_shape=(n,1), return_sequences=False))
    model.add(Dense(units=n, activation='linear'))
    return model

我收到此错误消息：ValueError: Error when checking target: expected dense_16 to have 2 dimensions, but got array with shape (11030, 50, 1)。

但那怎么可能呢？如果我使用model.summary()，它表明LSTM输出具有这种形状：(None, 64)。那么如何将形状为(11030, 50, 1)的数组传递给Dense层呢？

此外，如果我尝试在LSTM和Dense之间添加model.add(Flatten())，我会收到此错误：ValueError: Input 0 is incompatible with layer flatten_3: expected min_ndim=3, found ndim=2。

所以，它将2D传递给Flatten，但它如何才能将3D传递给Dense呢？

Answer 1

问题不在于您的模型，而在于目标，即您提供的y标签。你有一个不匹配，因为你的模型输出(batch_size, n)，你给(batch_size, 50, 1)。

假设n=50然后您需要将目标标签挤压到2维并移除1. y_train = y_train.squeeze()应该解决形状不匹配。

Answer 2

这可能会有所帮助

import numpy as np
input_array = np.array(input_array).reshape(dim1, dim2)

其中dim1，dim2表示您需要的尺寸大小。