KerasシンプルなRNNの実装

Question

1つの反復レイヤーでネットワークをコンパイルしようとすると問題が見つかりました。最初のレイヤーの次元性に問題があるようで、RNNレイヤーがKerasでどのように機能するかを理解しているようです。

私のコードサンプルは次のとおりです。

model.add(Dense(8, 
       input_dim = 2, 
       activation = "tanh", 
       use_bias = False)) 
model.add(SimpleRNN(2, 
        activation = "tanh", 
        use_bias = False)) 
model.add(Dense(1, 
       activation = "tanh", 
       use_bias = False)) 

エラーは、このエラーに関係なくinput_dim値の返され

ValueError: Input 0 is incompatible with layer simple_rnn_1: expected ndim=3, found ndim=2 

です。私は何が欠けていますか？

Answer 1

このメッセージは、rnnに入力される入力が2次元であるが、rnnレイヤーが3次元であることを意味します。

RNNレイヤの場合は、(BatchSize, TimeSteps, FeaturesPerStep)のような入力が必要です。これらは予想される3つの次元です。

Denseレイヤー（ケラス2）は、2次元または3次元のどちらでも使用できます。 input_shape=(Steps,Features)を渡すのではなく、input_dimを渡したため、2で作業していることがわかります。

これを解決する方法は数多くありますが、最も有意義で論理的なのは、入力データが時間ステップ付きのシーケンスである場合です。

ソリューション1 - あなたのトレーニングデータが配列である

あなたのトレーニングデータが列である場合、あなたは(NumberOfSamples, TimeSteps, Features)のようにそれを形作るし、モデルにそれを渡します。 input_dimではなく、最初のレイヤーでinput_shape=(TimeSteps,Features)を使用してください。

ソリューション2 - それは追加の次元があるので、あなたは最初の緻密層の出力を再構築：

model.add(Reshape((TimeSteps,Features))) 

を、あなたの最初の緻密層の出力を製品TimeSteps*Featuresが8に等しいことを確認します。