Keras 预计dense_13 有2 个维度

Question

我从 Keras 收到非常令人困惑的错误消息。我使用以下模型并将形状传递给它 input (num_examples, n, 1)。

def create_model():

    model = Sequential()

    model.add(LSTM(64, input_shape=(n,1), return_sequences=False))

    model.add(Dense(units=n, activation='linear'))

    return model

我收到此错误消息： ValueError: Error when checking target: expected dense_16 to have 2 dimensions, but got array with shape (11030, 50, 1)。

但这怎么可能呢？如果我使用model.summary()，则显示LSTM输出具有以下形状：(None, 64)。那么它如何将具有形状的数组传递(11030, 50, 1)给 Dense 层呢？

此外，如果我尝试model.add(Flatten())在 LSTM 和 Dense 之间添加，我会收到此错误：ValueError: Input 0 is incompatible with layer flatten_3: expected min_ndim=3, found ndim=2.

因此，它将 2D 传递给 Flatten，但是它怎么可能将 3D 传递给 Dense？

Answer 1

这可能会有所帮助import numpy as npinput_array = np.array(input_array).reshape(dim1, dim2)其中，dim1、dim2 表示您需要的尺寸大小。