在 Keras 维度不匹配中堆叠两个 LSTM 层
Stack two LSTM layers in Keras dimension mismatch
我想使用 Keras 制作一个 LSTM 神经网络，它以四个特征的长度作为输入并预测 10 个以下值。而且我无法设置正确的输入尺寸。 X_train是一个形状为(34,5,4)的数组（重复观察，观察序列，特征）y_train是一个形状为（34,10）的数组。我无法满足要求的尺寸。
知道我做错了什么吗？
X_train = X_train.reshape((X_train.shape[0], X_train.shape[1], 4))
model.add(LSTM(30, dropout=0.2, batch_size=window_size))
model.add(LSTM(10, activation=None))
model.compile(optimizer='adam',loss='mse')
model.fit(X_train,y_train,epochs= epochs,validation_split=0.2,shuffle=True)
如果要堆叠两个 lstm 层，则第一层需要使用 return_sequence，每个时间步的输出 return，将被送入第二层 lstm层。
这里是，可以解决你的问题
我想使用 Keras 制作一个 LSTM 神经网络，它以四个特征的长度作为输入并预测 10 个以下值。而且我无法设置正确的输入尺寸。 X_train是一个形状为(34,5,4)的数组（重复观察，观察序列，特征）y_train是一个形状为（34,10）的数组。我无法满足要求的尺寸。
知道我做错了什么吗？
X_train = X_train.reshape((X_train.shape[0], X_train.shape[1], 4))
model.add(LSTM(30, dropout=0.2, batch_size=window_size))
model.add(LSTM(10, activation=None))
model.compile(optimizer='adam',loss='mse')
model.fit(X_train,y_train,epochs= epochs,validation_split=0.2,shuffle=True)
如果要堆叠两个 lstm 层，则第一层需要使用 return_sequence，每个时间步的输出 return，将被送入第二层 lstm层。
这里是