keras張量整形（lstm輸入形狀錯誤）

Question

我在keras上使用LSTM並事先使用了重塑層，希望我不必為LSTM層指定形狀。

輸入為84600 x 6

2個月內84600秒。 在整個2個月中進行6種度量/ [標簽]即時測量

到目前為止，我有

model = tf.keras.models.Sequential()
model.add(tf.keras.layers.Reshape((86400,1,6), input_shape=(84600, 6)))
model.add(tf.keras.layers.LSTM(128,  activation='relu', input_shape= 
(x_train.shape), return_sequences=True))
model.add(tf.keras.layers.Dense(10, activation='softmax'))

這會引發錯誤：

ValueError: Input 0 of layer lstm is incompatible with the layer: expected ndim=3, found ndim=4. Full shape received: [None, 86400, 1, 6]

這是可以理解的。 批處理大小加上3層等於4。但是，當我重塑形狀時

model.add(tf.keras.layers.Reshape((86400,1,6), input_shape=(84600, 6)))
vvvvvvv
model.add(tf.keras.layers.Reshape((86400,6), input_shape=(84600, 6)))

它拋出

ValueError: Error when checking input: expected reshape_input to have 3 dimensions, but got array with shape (86400, 6)

似乎忽略了批處理大小作為數組元素。 並將其視為2個索引。 它從4維跳到2維。

問題是LSTM將3維作為輸入，但我似乎無法理解。 理想情況下，我想要86400 x 1 x 6陣列/張量。 因此，它成為1x6數據的84600個示例。

非常感謝你！

Answer 1

問題在於，重塑輸入的方式與LSTM層不兼容。 LSTM層期望輸入3個維度： (batch_size, timesteps, features)要素(batch_size, timesteps, features) 。 但是，您正在向其輸入形狀為(batch_size, 84600, 1, 6) 。

在您的情況下，似乎時間步數為84600，每個時間步的要素數為6。 因此，省略Reshape層並為LSTM層簡單使用input_shape (84600, 6) 84600，6 (84600, 6)更有意義：

model = tf.keras.models.Sequential()
model.add(tf.keras.layers.LSTM(128,  activation='relu', input_shape=(84600, 6), return_sequences=True))
model.add(tf.keras.layers.Dense(10, activation='softmax'))