Keras :我应该如何为RNN准备输入数据？

import numpy as np
from tensorflow.keras.models import Sequential
from tensorflow.keras.layers import SimpleRNN, Dense

# 假设我们有以下数据
texts = ["hello world", "good morning"]
labels = [0, 1]

# 假设每个词向量化为一个 5 维的向量
vocab_size = 10000
embedding_dim = 5

# 将文本转换为序列
sequences = ...  # 使用 Tokenizer 或其他方法将文本转换为序列

# 假设每个文本的最大长度为 10
maxlen = 10

# 填充序列，使其具有相同的长度
from tensorflow.keras.preprocessing.sequence import pad_sequences
data = pad_sequences(sequences, maxlen=maxlen)

# 将标签转换为 numpy 数组
labels = np.array(labels)

# 构建模型
model = Sequential()
model.add(SimpleRNN(32, input_shape=(maxlen, embedding_dim)))
model.add(Dense(1, activation='sigmoid'))

# 编译模型
model.compile(optimizer='rmsprop', loss='binary_crossentropy', metrics=['acc'])

# 训练模型
model.fit(data, labels, epochs=10, batch_size=32)

# 检查数据形状
print(data.shape)  # 应该是 (batch_size, maxlen, embedding_dim)

model.fit(data, labels, epochs=10, batch_size=16)  # 减小 batch_size