小编mht*_*mht的帖子

我是Keras的新手，我正在尝试实现Sequence to Sequence LSTM。特别是，我有一个具有9个特征的数据集，并且我想预测5个连续值。

我将训练和测试集及其形状分别划分为：

X TRAIN (59010, 9)

X TEST (25291, 9)

Y TRAIN (59010, 5)

Y TEST (25291, 5)

目前，LSTM非常简单：

model = Sequential()
model.add(LSTM(100, input_shape=(9,), return_sequences=True))
model.compile(loss="mean_absolute_error", optimizer="adam", metrics= ['accuracy'])

history = model.fit(X_train,y_train,epochs=100, validation_data=(X_test,y_test))

但是我有以下错误：

ValueError：输入0与lstm_1层不兼容：预期ndim = 3，找到的ndim = 2

谁能帮我？