当 input_shape 指定为 3-d 时，Keras SimpleRNN 出错

Question

我正在尝试在 Keras 上的 SimpleRNN 上根据文本进行训练。

在 Keras 中，我为 SimpleRNN 指定了一个非常简单的参数，如下所示：

model = Sequential()
model.add(SimpleRNN(output_dim=1, input_shape=(1,1,1))

我理解 input_shape 应该是 (nb_samples, timesteps, input_dim), 和我的 train_x.shape

一样

所以我很惊讶我收到了以下错误。

Traceback (most recent call last):
  File "C:/Users/xxx/xxxx/xxx/xxx.py", line 262, in <module>
    model.add(SimpleRNN(output_dim=vocab_size, input_shape=train_x.shape))
  File "C:\Anaconda3\envs\py34\lib\site-packages\keras\models.py", line 275, in add
    layer.create_input_layer(batch_input_shape, input_dtype)
  File "C:\Anaconda3\envs\py34\lib\site-packages\keras\engine\topology.py", line 367, in create_input_layer
    self(x)
  File "C:\Anaconda3\envs\py34\lib\site-packages\keras\engine\topology.py", line 467, in __call__
    self.assert_input_compatibility(x)
  File "C:\Anaconda3\envs\py34\lib\site-packages\keras\engine\topology.py", line 408, in assert_input_compatibility
    str(K.ndim(x)))
Exception: Input 0 is incompatible with layer simplernn_1: expected ndim=3, found ndim=4

不知道为什么 keras "found ndim=4" 只指定了 3 个！

为清楚起见，我的

train_x.shape = (73, 84, 400)

和

vocab_size=400

。只要 input_shape 被喂 3d 及以上，我意识到会导致错误。

任何帮助将不胜感激！！！ :))

Answer 1

您不应在模型的输入形状中包含 n_samples。因此，您必须为图层的输入形状指定大小为 2 的元组（或将形状的第一个元素设置为 None）。这里 Keras 会自动将 None 添加到您的输入形状中，从而导致 ndim=4。有关这方面的更多信息，请参见 here。

而且您的 input_dim=400（假设您使用词汇表中单词的单热编码表示）和您的训练数据由 73 个文本（非常小）组成，每个文本的长度为84。所以你应该设置 input_shape=(84,400).

当 input_shape 指定为 3-d 时，Keras SimpleRNN 出错

Error on Keras SimpleRNN when input_shape is specified to be 3-d

python

neural-network

theano

keras

recurrent-neural-network