小编TTT*_*TTT的帖子

我在 pytorch 中运行 LSTM，但据我了解，它只采用序列长度 = 1。当我将序列长度重塑为 4 或其他数字时，我会收到输入和目标长度不匹配的错误。如果我重塑输入和目标，则模型会抱怨它不接受多目标标签。

我的训练数据集有 66512 行和 16839 列，目标中有 3 个类别/类。我想使用批量大小 200 和序列长度 4，即在序列中使用 4 行数据。

请告知如何调整我的模型和/或数据，以便能够运行各种序列长度（例如 4）的模型。

batch_size=200
import torch  
from torch.utils.data import TensorDataset
from torch.utils.data import DataLoader
train_target = torch.tensor(train_data[['Label1','Label2','Label3']].values.astype(np.float32))
train_target = np.argmax(train_target, axis=1)
train = torch.tensor(train_data.drop(['Label1','Label2','Label3'], axis = 1).values.astype(np.float32)) 
train_tensor = TensorDataset(train.unsqueeze(1), train_target) 
train_loader = DataLoader(dataset = train_tensor, batch_size = batch_size, shuffle = True)

print(train.shape)
print(train_target.shape)

torch.Size([66512, 16839])
torch.Size([66512])


import torch.nn as nn

class LSTMModel(nn.Module):
    def __init__(self, input_dim, hidden_dim, layer_dim, output_dim):
        super(LSTMModel, self).__init__() …