0
我想在我的自定义功能集上运行使用Keras的LSTM。我已经在单独的文件中训练和测试功能。每个csv文件包含11列,最后一列作为类标签。我的数据集中共有40个课程。问题是我无法找出正确的input_shape到第一层。我已经探索了所有的stackoverflow和github,但仍然无法解决这个问题 下面是我的完整代码。keras中LSTM的形状不匹配
import numpy
from keras.models import Sequential
from keras.layers import Dense
from keras.layers import LSTM
numpy.random.seed(7)
train_dataset = numpy.loadtxt("train.csv", delimiter=",")
X_train = train_dataset[:, 0:10]
y_train = train_dataset[:, 10]
test_dataset = numpy.loadtxt("test.csv", delimiter=",")
X_test = test_dataset[:, 0:10]
y_test = test_dataset[:, 10]
model = Sequential()
model.add(LSTM(32, return_sequences=True, input_shape=X_train.shape))
model.add(LSTM(32, return_sequences=True))
model.add(LSTM(32))
model.add(Dense(1, activation='softmax'))
model.compile(loss='mean_squared_error', optimizer='sgd', metrics=['accuracy'])
model.fit(X_train, y_train, batch_size=10, epochs=1)
score, acc = model.evaluate(X_test, y_test, batch_size=10)
print('Test score:', score)
print('Test accuracy:', acc * 100)
无论我在input_shape参数中发生什么变化,我都会在fit方法的第一个LSTM层中出错。
对不起,我没能得到它。 –
@KhurramShehzad尝试新的片段,如果它不工作发布错误。 – Muller20
它在'model.fit(X_train,categorical_labels,epochs = 30)'时给了我错误,并且错误是'ValueError:检查目标时的错误:期望的dense_1有形状(无,1)但是有形状的数组(7810,41 )' –