0
私は深い学習の初心者です。私はkerasライブラリを使ってLSTMを実装しています。気象データを予測するために、私は列車とテストデータを持っています。いくつかの変数を削除した後、私の入力データは次のような形をしています。ケラスのLSTMによる時系列予測
('X_train', (117, 22))
('y_train', (117,))
('X_test', (13, 22))
('y_test', (13,))
今、私は以下のLSTMコードにこのデータを供給していますが、私はトラブルに直面しています入力形状を、見つけ出すことができませんでした。以下に、私が申請しているLSTMの完全なコードを示します。
import os
print os.getcwd()
import pandas
import numpy
import matplotlib.pyplot as plt
import math
from sklearn.metrics import mean_squared_error
train = pandas.read_excel('./data/train.xlsx', sheetname = 'temp4')
print train.head()
print train.shape
test = pandas.read_excel('./data/test.xlsx', sheetname = 'temp4')
print test.head()
print test.shape
# lagsp has 7 misssing values in train data and rest is tha in all entries and also drop un-necessary variable
train = train.drop(['WEEK_NBR', 'DOS_YEAR', 'sorted row','lagsp'], axis = 1)
test = test.drop(['WEEK_NBR', 'DOS_YEAR', 'sorted row','lagsp'], axis = 1)
print train.shape
print test.shape
train = train.values
test = test.values
X_train = train[:,0:22]
y_train = train[:,22]
X_test = test[:,0:22]
y_test = test[:,22]
print("X_train", X_train.shape)
print("y_train", y_train.shape)
print("X_test", X_test.shape)
print("y_test", y_test.shape)
timesteps = X_train.shape[0]
features = X_train.shape[1]
X_train = X_train.reshape(1, timesteps, features)
X_test = X_test.reshape(1, X_test.shape[0], X_test.shape[1])
print 'timesteps', timesteps
print 'features', features
numpy.random.seed(7)
from keras.models import Sequential
from keras.layers import Dense, Dropout
###########################
# RNN
###########################
from keras.layers.recurrent import LSTM
d = 0.2
rnn_model = Sequential()
rnn_model.add(LSTM(64, input_shape= (117,22), return_sequences=True))
rnn_model.add(Dropout(d))
rnn_model.add(Dense(16,kernel_initializer='uniform',activation='relu'))
rnn_model.add(Dense(1,kernel_initializer='uniform',activation='linear'))
rnn_model.compile(loss='mse',optimizer='rmsprop',metrics=['accuracy'])
#batch_input_shape=(batch_size, timesteps, data_dim)
rnn_model.fit(
X_train,
numpy.array(y_train),
batch_size=10,
epochs=10)
# make predictions
trainPredict_rnn = rnn_model.predict(X_train)
testPredict_rnn = rnn_model.predict(X_test)
# calculate root mean squared error
trainScore_rnn = math.sqrt(mean_squared_error(y_train, trainPredict_rnn))
print('Train Score: %.2f RMSE' % (trainScore_rnn))
testScore_rnn = math.sqrt(mean_squared_error(y_test, testPredict_rnn))
print('Test Score: %.2f RMSE' % (testScore_rnn))
# plot predictions
plt.figure(figsize=(20,10))
plt.plot(y_train) # blue # orange
plt.plot(trainPredict_rnn)
plt.show()
plt.plot(y_test) # blue # orange
plt.plot(testPredict_rnn)
plt.show()
これは私は、モデルは、入力形状上で、X_trainとy_trainをフィッティングされ、コードを実行した後geting AM、エラーです。
Traceback (most recent call last):
File "/home/shivampanchal/PycharmProjects/WeatherPrediction/try.py", line 81, in <module>
epochs=10)
File "/usr/local/lib/python2.7/dist-packages/keras/models.py", line 856, in fit
initial_epoch=initial_epoch)
File "/usr/local/lib/python2.7/dist-packages/keras/engine/training.py", line 1429, in fit
batch_size=batch_size)
File "/usr/local/lib/python2.7/dist-packages/keras/engine/training.py", line 1309, in _standardize_user_data
exception_prefix='target')
File "/usr/local/lib/python2.7/dist-packages/keras/engine/training.py", line 127, in _standardize_input_data
str(array.shape))
ValueError: Error when checking target: expected dense_2 to have 3 dimensions, but got array with shape (117, 1)
[シーケンスが異なるケラスのlstm入力形状を理解する]の可能な複製（https://stackoverflow.com/questions/43234504/understanding-lstm-input-shape-in-keras-with-disferent-sequence） – gionni
Ifあなたは周りを見回すので、あなたの質問に対する多くの答えを見つけることができます。あなたの質問もあまり明確ではありません。間違った入力シェイプ（ヒント、入力シェイプが間違っている）を使用しているためコードが壊れていますか、または別のものを明確にしたいのですか？よい質問にどのように質問すればよいかを見るには、[here]（https://stackoverflow.com/questions/43234504/understanding-lstm-input-shape-in-keras-with-different-sequence）をお読みください。 – gionni
これはエラーです。私は取得しています。 –