Python中的Keras：LSTM尺寸

Question

我正在建立一個LSTM網絡。 我的數據如下：

X_train.shape = (134, 300000, 4)

X_train包含134個序列，具有300000個時間步長和4個特征。

Y_train.shape = (134, 2)

Y_train包含134個標簽，[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')

每當我運行模型時，都會出現以下錯誤：

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

它的形狀似乎是（113，2），與我的Y_train數據有關。

謝謝！

Answer 1

您的LSTM層的輸出形狀為(batch_size, 300000, 4) （因為return_sequences=True ）。 因此，您的模型期望目標y_train具有3維，但是您傳遞的數組只有2維(batch_size, 2) 。

您可能想改用return_sequences=False 。 在這種情況下，LSTM層的輸出形狀將為(batch_size, 4) 。 此外，您應該在模型中添加最終的softmax圖層，以具有所需的輸出形狀(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')