python - reshape LSTM 自动编码器的输入数据

Question

我曾经使用model.add(Reshape())来自 Keras，但由于某种原因，之前有效的相同代码现在不起作用。我试图在不事先 reshape 数据的情况下 reshape LSTM 的输入；不使用np.reshape命令。我的代码是:

def model_lstm_ae ():
    model=Sequential()
    model.add(Reshape((1,X_train_.shape[1])))
    model.add(LSTM(128, activation='relu', 
                   input_shape=(1,X_train_.shape[1]), return_sequences=True))

    model.add(LSTM(64, activation='relu', 
                   return_sequences=False))

    model.add(RepeatVector(timesteps))

    model.add(LSTM(64, activation='relu', 
                   return_sequences=True))

    model.add(LSTM(128, activation='relu', 
                   return_sequences=False))

    model.add(TimeDistributed(Dense(1)))

    model.compile(loss='mean_squared_error', 
                  optimizer=k.optimizers.Adam(lr=1e-4, amsgrad=True))

    return model

model_lstm_ae = KerasRegressor(build_fn=model_lstm_ae)
history=model_lstm_ae.fit(X_train_, X_train_, 
                          epochs=100, 
                          batch_size=256, 
                          validation_data = (X_test_, X_test_),
                          verbose = 1,
                          callbacks = [early_stopping_monitor, lr_reduce])

但是，我收到以下错误:

ValueError: The first layer in a Sequential model must get an `input_shape` or `batch_input_shape` argument.

关于如何使其发挥作用有什么建议吗？

Answer 1

我在 Linux 机器上使用 TF2 RC2 运行您的模型(包括 KerasRegressor 和 Reshape)。可以肯定的是，请为您的变量提供一些数据。我想你只需要调整你的导入。