ケラス：時間の経過による分類

Question

私は時間の経過とともに私のシステムの状態を分類しようとします。

私は、1218以上のタイムステップ33個の入力パラメータを含む100個のトレーニングサンプルを持っています。

私はX_train.shape = [100,1218,33]を持っています。

私は残念ながら、私は私が解決する方法がわからないことを、次のエラーが発生している出力Y = 0または1

model = Sequential() 
model.add(LSTM(4, input_shape=(1218 , 33), return_sequences=True)) 
model.add(TimeDistributed(Dense(1, activation = 'softmax'))) 
model.compile(loss='binary_crossentropy', optimizer='adam', metrics=['accuracy']) 

を予測するディープラーニングライブラリKerasを使用

：

ValueError: Error when checking target: expected time_distributed_3 to have 3 dimensions, but got array with shape (100, 1)

誰かがこれを修正する方法を知っていますか？

よろしくお願いいたします。

Answer 1

入力したモデルは、シーケンスの各タイムステップのターゲットを想定しています。あなたは全体のシーケンスのための唯一の目標がある場合、あなたは次のようにモデルを変更する必要があります（とエラーメッセージ内のターゲットの形状をことを示唆している）：falseに設定return_sequencesとTimeDistributedラッパー削除：

model = Sequential() 
model.add(LSTM(4, input_shape=(1218 , 33), return_sequences=False)) 
model.add(Dense(1, activation = 'softmax')) 
model.compile(loss='binary_crossentropy', optimizer='adam', metrics=['accuracy']) 

を