小编Pan*_*nos的帖子

我正在尝试训练RNN以预测未来的股价。

我的目标是使用两个数据集训练模型：X_train和y_train。

X_train是一个3D数组，包括（观察值，先前蜡烛的数量，每个蜡烛的属性）

y_train是一个3D数组，包括（观测值的数量，未来的观测值的数量，价格）。

因此，如果我有500支蜡烛的数据，则我的X_train将为（430,60,6）：对于430个观察值（每次当前蜡烛），取其之前的60个观察值和6个特征（收盘价，成交量等）他们并尝试使用该数据（通过RNN）预测y_train（430，10,1）：对于430个观察值，预测接下来10支蜡烛的收盘价（对应于1）。我一生无法获得正确输入模型的尺寸。我对模型使用以下代码：

regressor = Sequential()

regressor.add(LSTM(units = 50, return_sequences = True, input_shape = ( 
X_train.shape[1], 6)))
regressor.add(Dropout(0.2))

regressor.add(LSTM(units = 50, return_sequences = True))
regressor.add(Dropout(0.2))

regressor.add(LSTM(units = 50, return_sequences = True))
regressor.add(Dropout(0.2))

regressor.add(LSTM(units = 50, return_sequences = True))
regressor.add(Dropout(0.2))

regressor.add(LSTM(units = 50, return_sequences=True))
regressor.add(Dropout(0.2))

regressor.add(LSTM(units = 1))

regressor.compile(optimizer = 'adam', loss = 'mean_squared_error')
regressor.fit(X_train, y_train, epochs = 20, batch_size = 32)

我懂了 ValueError: Error when checking target: expected lstm_6 to have 2 dimensions, but got array with shape …