小编Nik*_*las的帖子

我正在努力解决 LSTM input_shape 问题。在这里，我制作了一个应该训练的简单 LSTM 网络，以将输入加倍。

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

X = np.array([1, 2, 3, 4, 5, 6, 7, 8, 9, 10])
y = np.array([2, 4, 6, 8, 10, 12, 14, 16, 18, 20])

data_dim = 1
timesteps = 8

model = Sequential()
model.add(LSTM(32, return_sequences=True, input_shape=(timesteps, data_dim)))
model.add(LSTM(32, return_sequences=True))
model.add(Dense(10, activation='softmax'))

model.compile(loss='categorical_crossentropy', optimizer='rmsprop', metrics=['accuracy'])

model.fit(X,y, batch_size=10, epochs=1000)

但总是出现此错误消息： ValueError：检查输入时出错：预期 lstm_1_input 具有 3 个维度，但得到形状为 (10, 1) 的数组 我做错了什么？有人可以向我解释 input_shape 的事情。亲切的问候。尼克拉斯