1

我正在尝试让 4D TimeDistributed(LSTM(...)) 在 Keras 中工作，但我遇到了输入/输出形状的问题。

batch_size = 1

model = Sequential()

model.add(TimeDistributed(LSTM(7, batch_input_shape=(batch_size,
    look_back,dataset.shape[1], dataset.shape[2]), stateful=True,
    return_sequences=True), batch_input_shape=(batch_size,
    look_back, dataset.shape[1], dataset.shape[2])))

model.add(TimeDistributed(LSTM(7, batch_input_shape= (batch_size,
    look_back,dataset.shape[1],dataset.shape[2]),
    stateful=True), batch_input_shape=(batch_size, look_back,
    dataset.shape[1], dataset.shape[2])))

model.add(TimeDistributed(Dense(7, input_shape = (batch_size,
   1,look_back, dataset.shape[1],dataset.shape[2]))))

model.compile(loss = 'mean_squared_error', optimizer='adam')

for i in range(10):
    model.fit(trainX, trainY, epochs=1, batch_size=batch_size,
        verbose=2, shuffle=False)
    model.reset_states()

trainX、trainY 和 dataset 的输入形状如下：

trainX.shape = (63, 3, 34607, 7)
trainY.shape = (63, 34607, 7)
dataset.shape = (100, 34607, 7)

我收到的错误如下：

检查目标时出错：预期 time_distributed_59 的形状为 (1, 3, 7) 但得到的数组的形状为 (63, 34607, 7)

上面提到的层是关于最后一个 TimeDistributed Dense Layer 的。

这是我打印出每一层的输入和输出形状时的输出：

(1, 3, 34607, 7) layer[0] - 输入
(1, 3, 34607, 7) layer[0] - 输出
(1, 3, 34607, 7) layer[1] - 输入
(1, 3, 7) layer[1] - 输出
(1, 3, 7) layer[2] - 输入
(1, 3, 7) layer[2] - 输出

但是，最终的输出层应该是形状为 (1, 1, 34067, 7) 或形状为 (1, 34067, 7) 的预测

感谢您的任何建议！

4

1 回答 1

2

您没有在第二个时间分布式 LSTM 层上设置返回序列 = True；默认为假。这将解释您得到的 (1,3,7) 输出形状。

于 2017-07-26T19:35:15.190 回答