Keras LSTM 输入尺寸

Question

def train_model_lstm(train_x, train_y, classes): train_x, train_y = np.array(train_x), np.array(train_y) train_x = np.reshape(train_x, (train_x.shape[0], train_x.shape[1], 1))

data_dim = 1
timesteps = train_x.shape[1]

regressor = Sequential()

regressor.add(LSTM(units=50, return_sequences=True, input_shape=(timesteps, data_dim)))
regressor.add(Dropout(0.2))

regressor.add(LSTM(units=50, return_sequences=True))
regressor.add(Dropout(0.2))

regressor.add(LSTM(units=50, return_sequences=True))
regressor.add(Dropout(0.2))

regressor.add(LSTM(units=50))
regressor.add(Dropout(0.2))

regressor.add(Dense(len(classes), activation='softmax'))
regressor.compile(optimizer='adam', loss='mean_squared_error')

regressor.fit(train_x, train_y, epochs=2, batch_size=32)

我正在尝试为我的网络提供数据并将 LSTM 算法用于我的聊天机器人
我收到一个错误：

异常：检查时出错，预期 lstm_1_input 有 3 个维度，但得到了形状为 (367, 1) 的数组

有人可以建议我该如何解决？

Answer 1

下次您可能需要提供最终 train_x 和 train_y 的形状。

我认为这就是错误所在。

你能确认 train_x 的形状是：（数据集的长度，时间步长，data_dim） ，而 train_y 是（数据集的长度，len（类）） ？

另外，我认为这不是损失度量的最佳选择，因为您使用 softmax 来解决分类问题。