python - 在 Keras 维度不匹配的情况下堆叠两个 LSTM 层

Question

我想使用 Keras 制作一个 LSTM 神经网络，它获取四个特征的一定长度作为输入，并预测 10 个后续值。而且我无法设置正确的输入尺寸。 X_train 是形状 (34,5,4) 的数组(重复观察、观察序列、特征) y_train 是形状 (34,10) 的数组。我无法满足所需的尺寸。

有什么想法我做错了什么吗？

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)

Answer 1

如果要堆叠两个 lstm 层，则需要对第一层使用 return_sequence，它返回每个时间步的输出，该输出将馈送到第二个 >lstm 层。

这里是explained example ，通过它你可以解决你的问题。