Python中的Keras：LSTM尺寸

Question

我正在建立一个LSTM网络。 我的数据如下：

X_train.shape = (134, 300000, 4)

X_train包含134个序列，具有300000个时间步长和4个特征。

Y_train.shape = (134, 2)

Y_train包含134个标签，[1，0]表示True，[0，1]表示False。

下面是我在Keras中的模型。

model = Sequential()
model.add(LSTM(4, input_shape=(300000, 4), return_sequences=True))
model.compile(loss='categorical_crossentropy', optimizer='adam')

每当我运行模型时，都会出现以下错误：

Error when checking target: expected lstm_52 to have 3 dimensions, but got array with shape (113, 2)

它的形状似乎是（113，2），与我的Y_train数据有关。

谢谢！

Answer 1

您的LSTM层的输出形状为(batch_size, 300000, 4) （因为return_sequences=True ）。 因此，您的模型期望目标y_train具有3维，但是您传递的数组只有2维(batch_size, 2) 。

您可能想改用return_sequences=False 。 在这种情况下，LSTM层的输出形状将为(batch_size, 4) 。 此外，您应该在模型中添加最终的softmax图层，以具有所需的输出形状(batch_size, 2) ：

model = Sequential()
model.add(LSTM(4, input_shape=(300000, 4), return_sequences=False))
model.add(Dense(2, activation='softmax')) # 2 neurons because you have 2 classes
model.compile(loss='categorical_crossentropy', optimizer='adam')