tensorflow / tflearn輸入形狀

Question

我正在嘗試創建一個lstm-rnn來生成音樂序列。 訓練數據是大小為4的向量序列，代表要訓練的某些歌曲中每個音符的各種功能（包括MIDI音符）。

從我的閱讀中，我想做的是每個輸入樣本都有一個輸出樣本，輸出樣本是下一個大小為4的向量（即，在給定當前音符的情況下，它應該嘗試預測下一個音符，並且由於結合了先前樣品知識的LSTM。

我正在使用tflearn，因為我對RNN還是很陌生。 我有以下代碼

net = tflearn.input_data(shape=[None, seqLength, 4])
net = tflearn.lstm(net, 128, return_seq=True)
net = tflearn.dropout(net, 0.5)
net = tflearn.lstm(net, 128)
net = tflearn.dropout(net, 0.5)
net = tflearn.fully_connected(net, 4, activation='softmax')
net = tflearn.regression(net, optimizer='adam',
                     loss='mean_square')

# Training
model = tflearn.DNN(net, tensorboard_verbose=3)
model.fit(trainX, trainY, show_metric=True, batch_size=128)

在此代碼之前，我已經將trainX和trainY分為長度為20的序列（但是，我在某處讀到，對這樣的序列進行訓練是實現此目的的一種好方法）。

這似乎很好，但我收到錯誤ValueError：無法為張量u'TargetsData / Y：0'輸入形狀為（（？，4）'的形狀（128，16，4）的值

因此：到目前為止，我的假設是輸入形狀[None，seqLength，4]對TF [batchLength（由tflearn順序饋入），序列長度，樣本特征長度]說。 我不明白的是為什么它說輸出的形狀錯誤？ 我是否對數據序列分割有錯誤的假設？ 當我只嘗試輸入所有數據而不拆分為序列時，因此輸入形狀為[None，4]，TF告訴我LSTM層期望輸入形狀至少具有3個維度。

我無法理解輸入和輸出的形狀應該是什么。 感覺這應該很簡單-我有一組向量輸入序列，我希望網絡嘗試預測序列中的下一個序列。 很少有網絡不具備相當高級的知識，因此我遇到了麻煩。 非常感謝任何人都能提供的見解！

Answer 1

我解決了這個問題，所以在這里為有相同問題的任何人寫答案。 這是基於對這些網絡如何工作的誤解，但這是我閱讀過的大多數教程中假定的知識，因此其他初學者可能不清楚。

LSTM網絡在這些情況下非常有用，因為它們可以考慮輸入歷史記錄。 向LSTM提供歷史記錄的方法是通過測序，但是每個序列仍會導致一個輸出數據點。 因此，輸入必須為3D形狀，而輸出僅為2D。

給定整個序列和所需的historyLength，我將輸入分為historyLength序列和單個輸出向量。 這解決了我的形狀問題。