Keras LSTM入力形状は、私は、このデータセットの上に学びますKerasでシンプルなRNN作成しようとしています

Question

間違っている：1つのメトリックの増加を意味し、1

x_train = [ 
    [0,0,0,1,-1,-1,1,0,1,0,...,0,1,-1], 
    [-1,0,0,-1,-1,0,1,1,1,...,-1,-1,0], 
    ... 
    [1,0,0,1,1,0,-1,-1,-1,...,-1,-1,0] 
] 

を-1の減少と0の手段を意味し、メトリックの変更はありません。各アレイは、83のメトリックの83の項目を有し、各アレイの出力（ラベル）は、単一のメトリックにこれらの指標の効果を示すカテゴリ配列である：

[[ 0. 0. 1.] 
[ 1. 0. 0.], 
[ 0. 0. 1.], 
... 
[ 0. 0. 1.], 
[ 1. 0. 0.]] 

Iは、以下のコードでKerasとLSTMを使用しました：

def train(x, y, x_test, y_test): 
    x_train = np.array(x) 
    y_train = np.array(y) 
    print x_train.shape 
    y_train = to_categorical(y_train, 3) 
    model = Sequential() 
    model.add(LSTM(128,input_dim=83, input_length=3)) 
    model.add(Dropout(0.5)) 
    model.add(Dense(3, activation='softmax')) 
    opt = optimizers.SGD(lr=0.1, decay=1e-2) 
    model.compile(loss='categorical_crossentropy', 
      optimizer=opt, 
      metrics=['accuracy']) 
    model.fit(x_train, y_train, batch_size=128, nb_epoch=200) 

ラインprint x_train.shapeの出力は(1618, 83)で、私は自分のコードを実行したとき、私はこのエラーを取得：

Traceback (most recent call last): 
    File "temp.py", line 171, in <module> 
    load() 
    File "temp.py", line 166, in load 
    train(x, y, x_test, y_test) 
    File "temp.py", line 63, in train 
    model.fit(x_train, y_train, batch_size=128, nb_epoch=200) 
    File "/usr/local/lib/python2.7/dist-packages/keras/models.py", line 652, in fit 
    sample_weight=sample_weight) 
    File "/usr/local/lib/python2.7/dist-packages/keras/engine/training.py", line 1038, in fit 
    batch_size=batch_size) 
    File "/usr/local/lib/python2.7/dist-packages/keras/engine/training.py", line 963, in _standardize_user_data 
    exception_prefix='model input') 
    File "/usr/local/lib/python2.7/dist-packages/keras/engine/training.py", line 100, in standardize_input_data 
    str(array.shape)) 
Exception: Error when checking model input: expected lstm_input_1 to have 3 dimensions, but got array with shape (1618, 83) 

Embeddingを使用せず、LSTMレイヤにinput_shapeを追加します。

Answer 1

LSTMは反復レイヤーです。入力データは、2次元の入力形状に対応する3次元でなければなりません。実際には、これはデータの形状が(num_samples, timesteps, features)で、入力形状が(timesteps, features)でなければならないことを意味します。

あなたの場合、データと入力の両方の形状でtimestepsディメンションが欠落しています。