我正在尝试训练2D卷积LSTM，以基于视频数据进行分类预测。但是，我的输出层似乎遇到了问题：
““ ValueError：检查目标时出错：预期density_1具有5个维，但数组的形状为（1，1939，9）”
我当前的模型基于Keras Team提供的ConvLSTM2D示例。我认为上述错误是由于我误解了示例及其基本原理而导致的。
数据
我有任意数量的视频，其中每个视频包含任意数量的帧。每帧为135x240x1（最后一个颜色通道）。这将导致输入形状为（None，None，135、240、1），其中两个“ None”值分别是批次大小和时间步长。如果我训练一个具有1052帧的视频，那么我的输入形状将变为（1、1052、135、240、1）。
对于每一帧，模型应跨9个类别预测0到1之间的值。这意味着我的输出形状为（None，None，9）。如果我训练带有1052帧的单个视频，则此形状变为（1、1052、9）。
模型
Layer (type) Output Shape Param #
=================================================================
conv_lst_m2d_1 (ConvLSTM2D) (None, None, 135, 240, 40 59200
_________________________________________________________________
batch_normalization_1 (Batch (None, None, 135, 240, 40 160
_________________________________________________________________
conv_lst_m2d_2 (ConvLSTM2D) (None, None, 135, 240, 40 115360
_________________________________________________________________
batch_normalization_2 (Batch (None, None, 135, 240, 40 160
_________________________________________________________________
conv_lst_m2d_3 (ConvLSTM2D) (None, None, 135, 240, 40 115360
_________________________________________________________________
batch_normalization_3 (Batch (None, None, 135, 240, 40 160
_________________________________________________________________
dense_1 (Dense) (None, None, 135, 240, …