ValueError: 層序貫_17 的輸入 0 與層不兼容：預期 ndim=3，發現 ndim=2。 收到的完整形狀：[無，121]

Question

我正在嘗試使用 NSL-KDD 數據集構建循環神經網絡。 當我運行下面的代碼時，我不斷收到ValueError：層序貫_17 的輸入 0 與層不兼容：預期 ndim=3，發現 ndim=2。 收到的完整形狀：[無，121] 。 我不知道為什么，我可能與輸入形狀有關？ 我不確定，因為我還是 python 的新手。 如果有幫助的話，我也已經完成了所有的數據預處理。

from keras.utils import np_utils
from keras.models import Sequential
from keras.preprocessing import sequence
from keras.layers import Dense, Dropout, Activation, Embedding
from keras.layers import LSTM, SimpleRNN, GRU
from keras.utils import np_utils
from keras import callbacks
from keras.callbacks import ModelCheckpoint, EarlyStopping, ReduceLROnPlateau, CSVLogger
import tensorflow.keras as keras

print (X_train.shape),(y_train2.shape)
(125973, 121)
(None, (125973,))

batch_size = 99
epcochs = 100
model = Sequential()
model.add(LSTM(10,batch_input_shape =(None, 99, 1), return_sequences=True ))
model.add(Dropout(0.01))
model.add(LSTM(10,return_sequences=True))
model.add(Dropout(0.01))
model.add(LSTM(10,return_sequences=False))
model.add(Dropout(0.01))
model.add(Dense(1))
model.add(Activation('sigmoid'))
model.compile(loss='binary_crossentropy', optimizer=keras.optimizers.Adam() , metrics=['accuarcy'])
fit=model.fit(X_train, y_train2, batch_size=batch_size, epochs=100, validation_data=(X_test, y_test2))
loss, accuracy = model.evaluate(X_test, y_test1)
print("\nLoss: %.2f, Accuracy: %.2f%%" % (loss, accuracy*100))
y_pred = model>predict_classes(X_test)

Answer 1

嘗試這個

numpy.expand_dims(X_train, axis=0)