LSTM Keras中的尺寸不匹配

Question

我想创建一个可以添加两个字节的基本RNN.以下是输入和输出,可以简单地添加

X = [[0, 0], [0, 1], [1, 1], [0, 1], [1, 0], [1, 0], [1, 1], [1, 0]]

那是,X1 = 00101111和X2 = 01110010

Y = [1, 0, 1, 0, 0, 0, 0, 1]

我创建了以下顺序模型

model = Sequential()
model.add(GRU(output_dim = 16, input_length = 2, input_dim = 8))
model.add(Activation('relu'`))
model.add(Dense(2, activation='softmax'))
model.compile(loss = 'binary_crossentropy', optimizer = 'adam', metrics = ['accuracy'])
model.summary()

我得到的错误是一些东西

预计lstm_input_1有3个尺寸,但有阵形(8L, 2L)

因此,如果我通过将X更改为增加尺寸

[[[0 0]] [[1 1]] [[1 1]] [[1 0]] [[0 0]] [[1 0]] [[0 1]] [[1 0]]]

然后错误变为

预计lstm_input_1会有形状,(None, 8, 2)但有阵形(8L, 1L, 2L)

Answer 1

在 Keras 中，顺序模型期望输入形状(batch_size, sequence_length, input_dimension)。我怀疑您需要更改输入数组的最后两个维度。请记住，批次维度没有明确定义。