小编DBS*_*BSE的帖子

我正在尝试学习LSTM。学习了本网络课程，阅读了这本书（https://machinelearningmastery.com/lstms-with-python/）和许多博客...但是，我完全陷入困境。我对多元LSTM感兴趣，我已经阅读了所有可以找到但仍然无法获得的信息。不知道我是愚蠢的还是什么...

如果这个确切的问题和好的答案已经存在，那么我很抱歉重复发布，但是我已经查找并没有找到它...

正如我想真正了解基本知识一样，我在excel中创建了一个虚拟数据集，其中每个“ y”都取决于每个输入x1和x2的总和，而且还取决于时间。据我了解，这是多对一的情况。伪代码：

x1(t) = sin(A(t))
x2(t) = cos(A(t))
tmp(t) = x1(t) + x2(t)         (dummy variable)
y(t) = tmp(t) + tmp(t-1) + tmp(t-2)     (i.e. sum over the last three steps)

（基本上我想在三个时间步长上给定x1和x2来预测y（t））

然后将其导出到具有x1，x2，y列的csv文件

我试图将其编码在下面，但显然无法正常工作。

我读取数据并将其拆分为80/20测试和训练集，并将其设置为尺寸为（217,2），（217,1），（54,2），（54/1）的X_train，y_train，X_test，y_test

我真正还没有掌握的是时间步长和样本以及reshape和input_shape中的用法。在许多代码示例中，我查看了它们仅使用数字而不是定义的变量，这使您很难理解正在发生的事情，尤其是如果您要更改某些内容。例如，在我参加的其中一门课程中，重塑是这样编码的...

X_train = np.reshape(X_train, (1257, 1, 1))

这没有提供太多信息...

无论如何，当我运行下面的代码时，它说

ValueError：无法将大小为434的数组重塑为形状（217,3,2）

因此，我知道导致错误的原因，但不知道解决该错误的方法。如果我设置look_back = 1可以工作，但这不是我想要的。

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

# Load data
data_set = pd.read_csv('../Data/LSTM_test.csv',';')
"""
data loaded …

导入tensorflow 1.5.0时Jupyter Notebook内核死亡

我已经阅读了很多与此相关的文章，但是他们都拥有更高版本的tensorflow，并通过降级到1.5.0解决了它。我的版本号也更高，并且按照降级建议进行操作，但是仍然存在问题。

有人知道下一步该怎么做吗？