model.add(LSTM(18, return_sequences=True,batch_input_shape=(batch_size,look_back,dim_x), stateful=True))model.add(LSTM(50,return_sequences=False,stateful=False))model.add(Dense(1, activation='linear'))
因为如果我的第一个LSTM</e
浏览 3提问于2018-10-26得票数 2
回答已采纳
当我使用超参数调整时，它显示ValueError:层lstm_1的输入0与层不兼容:期望的ndim=3，发现ndim=2。接收的完整形状：(无，20)。
浏览 8提问于2021-04-25得票数 1
model.add(BatchNormalization(axis=chanDim)) model.add(
LSTMstr(x.shape.as_list()) ValueError:层lstm的输入0与层不兼容:需要的ndim=3，找到的ndim=4。收到的完整形状:无、16、16、128
浏览 5提问于2021-07-14得票数 0
代码如下： from tensorflow.keras.models import Sequential Embedding(vocab_size, 256, input_length=49), LSTM(128, return_sequen
浏览 140提问于2020-10-06得票数 1
回答已采纳
num_classes = len(index_to_label)
tf.keras.layers.Masking(mask_valuerecognize one of `num_classes` actions from the given video tf.keras.layers.LSTM(64, input_shape=(batch_size,32,1000)),
tf.keras.layers.<e
浏览 0提问于2021-05-19得票数 1
1回答
我正在尝试使用lstm构建一个Keras文本分类器。longest_sentence, trainable=False))
model_word2vec.add(LSTM
浏览 1提问于2018-09-13得票数 1
1回答
valid_data = tf.data.Dataset.from_tensor_slices((x_valid, y_valid))model.add(LSTM(16, return_sequences=True))
model.compile
浏览 7提问于2020-09-19得票数 0
1回答
我正在学习RNN，我在keras (theano)中编写了这个简单的LSTM模型，使用的是使用sklearn生成的样本数据集。import make_regressionfrom keras.layers import Dense,Activation,LSTM#creating sample datasetX.shapemodel= Sequ
浏览 4提问于2016-10-11得票数 1
回答已采纳
1回答
我试着训练一个LSTM层X_train = sc.fit_transform(X_train)classifier= Sequential()正如中所建议的。但出错就像，
ValueError: Input 0 is incompatible with layer lstm_1: expected n
浏览 0提问于2018-04-19得票数 0
回答已采纳
1回答
理解时间戳在Keras中的作用
、、、、
在阅读了许多文章后，LSTM只接受3D数据，所以我们首先应该将输入的数据从2D扩展到3D。np.expand_dims(X, -1) # ---> (10232, 200000, 1)lstm_ = LSTM(64, return_sequences=True)(input_layer)lstm
浏览 3提问于2020-11-28得票数 0
回答已采纳
1回答
Keras函数API输入形状错误
、、、、
inputA = Input(shape=(4, 1))branch_1 = layers.LSTMlayers.Dense(8, activation='tanh')(branch_1)branch_1 = layers.LSTMbranch_1)
branch_1 = Model(inputs=inputA, outputs=branch_1)
浏览 1提问于2019-08-08得票数 0
回答已采纳
我正在使用CNN-LSTM网络进行图像分类.我的图像大小是(224,224，3)，批次大小是90。当我将输入传递给LSTM层时，我会得到这个错误。2,2)(x)x = Dropout(0.2)(x)x = LSTM= 64, activation= 'tanh', input_shape= [None, 144], return_sequences = Tru
浏览 18提问于2022-04-21得票数 0
回答已采纳
1回答
如何将RNN和CNN结合起来？
、、、、
我试图将LSTM与CNN结合起来，但由于一个错误而卡住了。MaxPooling2D(pool_size=(2, 2)))model.add(Dense(32, activation='relu'))model.add(LSTM(256))mode
浏览 2提问于2018-10-22得票数 0
但是当涉及到LSTM模型时，会得到以下错误：ValueError: Error when checking input: expected lstm_1_input to have 3 dimensions如何减少输入数据的维数，同时通过ImageDataGenerator对象读取输入数据，使其能够使用LSTM模型而不是CNNinp = Input(shape=(28, 28, 1))
inp = Lambda(lambda x: squeeze(x, axi
浏览 3提问于2020-05-21得票数 1
回答已采纳
2回答
将CNN输出传递给BILSTM
、、、、
我正在做一个项目，在这个项目中，我必须将CNN的输出传递给双向LSTM。我创建的模型如下所示，但它抛出了“不兼容”错误。请让我知道我哪里出错了，以及如何解决这个问题。model.add(BatchNormalization()) model.add(Dropout(0.3))
model.add(Bidirectional
浏览 1提问于2020-09-08得票数 3
回答已采纳
我正在尝试在药物数据上实现LSTM，下面给出了数据的形状，也是模型，但它抛出了一个错误，即Input 0 is incompatible with layer lstm_1: expected ndimvector_size = 572
train_input=Input(shape=(29790,1144),name='Inputlayer') train_in=
浏览 30提问于2021-05-08得票数 0
from tensorflow.keras.models import Sequentialmodel.add(Dropout(0.2))model.add(Dropout(0.1))
model.add(
浏览 0提问于2019-09-26得票数 1
回答已采纳
我很难理解LSTM问题的输入/输出的预期形状。X_test.shape,y_test.shapemodel = Sequential()
model.add(LSTM(64
浏览 1提问于2019-12-09得票数 2
回答已采纳
我在Keras使用LSTM来预测出租车需求。我有问题的input_shape参数的最低限度。它给出了错误：
ValueError: Error when checking input: expected lstm_15_input to have 3 dimension
浏览 0提问于2019-06-16得票数 1
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
腾讯会议
实时音视频活动推荐
腾讯云开发者
