检查目标时出错：预期density_1具有3维，但数组的形状为（118，1）

Question

我正在训练一个模型来预测股票价格，而输入数据是收盘价。我使用45天的数据来预测第46天的收盘价，而经济指标将成为第二个特征，这是模型：

model = Sequential()
model.add( LSTM( 512, input_shape=(45, 2), return_sequences=True))
model.add( LSTM( 512, return_sequences=True))
model.add( (Dense(1)))
model.compile(loss='mse', optimizer='adam')
history = model.fit( X_train, y_train, batch_size = batchSize, epochs=epochs, shuffle = False)

运行此命令时，出现以下错误：

ValueError：检查目标时出错：预期density_1具有3维，但数组的形状为（118，1）

但是，我print的数据形状是：

X_train:(118, 45, 2)
y_train:(118, 1)

我不知道为什么当y_train为（118，1）时模型期望3维输出。我在哪里错了，该怎么办？

Answer 1

您的第二个LSTM层还返回序列，默认情况下，Dense层将内核应用于每个时间步并生成一个序列：

# (bs, 45, 2)
model.add( LSTM( 512, input_shape=(45, 2), return_sequences=True))
# (bs, 45, 512)
model.add( LSTM( 512, return_sequences=True))
# (bs, 45, 512)
model.add( (Dense(1)))
# (bs, 45, 1)

因此，您的输出是shape (bs, 45, 1)。要解决此问题，您需要return_sequences=False在第二个LSTM层中进行设置，以压缩序列：

# (bs, 45, 2)
model.add( LSTM( 512, input_shape=(45, 2), return_sequences=True))
# (bs, 45, 512)
model.add( LSTM( 512, return_sequences=False)) # SET HERE
# (bs, 512)
model.add( (Dense(1)))
# (bs, 1)

然后，您将获得所需的输出。注意bs是批量大小。

Answer 2

我有一个类似的问题，在这里找到答案：

我model.add(Flatten())在最后一个 Dense 层之前添加