ValueError: Error when checking target: expected dense_2 to have 3 dimensions, but got array with shape (1012, 1)

Question

我知道这个问题已经被问了一遍又一遍，但我尝试了所有可能的解决方案，但我似乎无法摆脱这个错误。

我正在尝试根据包含 27 个特征、1012 个训练样本和 125 个测试样本的数据库，使用下面的层来预测股票价格。 - x_train.shape: (1012, 4, 27) - y_train.shape: (1012,)

我正在使用以下代码：

def Dynamic_Trainer(rate, activ1, activ2):
    lstm_model = Sequential()
    lstm_model.add(LSTM(26, batch_input_shape=(BATCH_SIZE, TIME_STEPS, X_train.shape[2]), dropout=0.0, recurrent_dropout=0.0,
             stateful=True, kernel_initializer='random_uniform', return_sequences=True))
    lstm_model.add(Dropout(rate))
    lstm_model.add(Dense(26, activation=activ1))
    lstm_model.add(Dropout(rate))
    lstm_model.add(Dense(1, activation=activ2))
    lstm_model.compile(loss='mean_squared_error', optimizer='rmsprop')
    print('XTRAIN:', X_train.shape)
    print('YTRAIN', y_train.shape)
    # Initializing The Training
    Dynamic_Trainer.history = lstm_model.fit(X_train, y_train, epochs=EPOCHS, verbose=2, batch_size=BATCH_SIZE,
                                             shuffle=False, validation_data=(Reformat_Matrix(x_val, BATCH_SIZE),
                                                                             Reformat_Matrix(y_val, BATCH_SIZE)))

我收到此错误：ValueError: Error when checking target: expected dense_2 to have 3 dimensions, but got array with shape (1012, 1)

我不明白我做错了什么，因为当我打印我得到的形状时： x_train: (1012, 4, 27) y_train: (1012,) 据我所知这是正确的形状。

Answer 1

return_sequences=True 是罪魁祸首。有了它 True 它将 return 张量等级 3，也许 (1012, TIME_STEPS, 26)，你可以把它放到另一个 RNN 层。

但是这里你想直接输出所以把这个改成False。

从评论来看，您似乎有多个 LSTM，最后一个需要 return_sequences=False 才能将 2 阶张量作为输出，错误日志中的 (1012, 1)，而其他需要 return_sequences=True 到 return 张量作为下一个 RNN 层的等级 3。

ValueError: Error when checking target: expected dense_2 to have 3 dimensions, but got array with shape (1012, 1)

ValueError: Error when checking target: expected dense_2 to have 3 dimensions, but got array with shape (1012, 1)

python

lstm

keras