输入 0 与层 lstm_12 不兼容：预期 ndim=3，发现 ndim=2

Question

我是 ML 新手，正在尝试制作 RNN LSTM 模型。

我想使用 GridSearchCV 优化超参数。我要优化的是每个层数选择的层数和节点数。

这是生成模型的代码：

from keras.wrappers.scikit_learn import KerasClassifier
from sklearn.model_selection import GridSearchCV
def create_model(layers,activation):
    model = Sequential()
    for i,node in enumerate(layers):
        if i == 0:
            model.add(LSTM(units=node, input_shape=(x_train.shape[1],1)))
            model.add(Activation(activation))
            model.add(Dropout(0.2))            
        else:
            model.add(LSTM(units=node, input_shape=(x_train.shape[1],1)))
            model.add(Activation(activation))
            model.add(Dropout(0.2)) 
    model.add(Dense(units=1)) 
    model.compile(optimizer='adam',loss='mean_squared_error',metrics=['accuracy'])
    return model

这是变量

layers=[[40,40],[30,30],[30,30,30],[30,30,30,30],[30,30,30,30,30]]
activations =['sigmoid','relu']
batch_size = [32,50]
epochs = [50]

然后我用 gridsearchcv 把它包起来

param_grid = dict(layers=layers,activation=activations,batch_size=batch_size,epochs=epochs)
grid = GridSearchCV(estimator=model,param_grid=param_grid)

当我做的时候

grid_result = grid.fit(x_train,y_train,verbose=3)

我遇到了这个错误

ValueError: Input 0 is incompatible with layer lstm_14: expected ndim=3, found ndim=2

我不知道发生了什么。我的 x_train 形状是 (13871, 60, 1) 而 y_train 形状是 (13871,)。预先感谢您，非常感谢您的帮助！

谢谢！

菲尔

Answer 1

错误信息其实很好地解释了这一点。 LSTM 需要形状的时间序列输入（batch_size、时间步长、特征）。您的第一个输入 lstm 层似乎正确。然而，LSTM 的输出不是一个序列。随后的 LSTM 层将不会接收到适当的输入。

你可以通过设置参数

使LSTM输出也作为一个序列

return_sequences=True

请注意，在密集或执行展平操作之前，您可能必须在最后一层中将 return 序列设置为 false。

有帮助吗？

PS：你的if... else，条件完全一样。你打算稍后改变吗？

输入 0 与层 lstm_12 不兼容：预期 ndim=3，发现 ndim=2

Input 0 is incompatible with layer lstm_12: expected ndim=3, found ndim=2

machine-learning

lstm

grid-search

valueerror