keras中LSTM模型的維數

Question

說，這是培訓和測試數據：

X_matrix.shape = (5, 115318, 4) ; Y_matrix.shape = (5, 115318, 51)

我使用的LSTM模型是：

model = Sequential()
model.add(LSTM(128, dropout=0.2, recurrent_dropout=0.2))
model.add(Dense(51, activation='softmax'))
model.compile(loss='binary_crossentropy', optimizer='adam', metrics=['accuracy'])

但是，當我運行模型時，結果是：

Dense layer expected 2 dimensions but gotten 3

據我所知，我不必定義輸出層（密集層）的input_shape，那么為什么會這樣呢？

Answer 1

問題是您的Y矩陣是三維的，而它應該是二維的。 根據網絡設置，您的Y矩陣應為形狀（5,52）。 雖然，您也可以將return_sequesnce=True添加到lstm層，網絡將按原樣運行。 另外，請注意，如果您有52個可能的類別，則損失函數應為categorical_crossentropy