lstm 输入数据维度_LSTM Keras值输入维度

在尝试使用Keras构建LSTM模型解决多类问题时,遇到输入数据维度不兼容的问题。输入数据csv文件大小为1007x5,特征数为5,类别数为12。错误主要出现在LSTM层的input_shape设置,尝试了多种形状如X.shape[1:]等,但导致'input 0 is incompatible layer lstm_1: expected ndim=3, found ndim=2'。LSTM的第一层输入应为3维,但实际得到的是二维数组。解决方案需确保输入数据的维度符合LSTM层的要求。" 119602764,10538715,企业内网DNS服务器部署:PowerDNS与PowerDNS-Admin实战,"['DNS', '服务器部署', '数据库管理', 'PowerDNS', '系统管理']
摘要由CSDN通过智能技术生成

我尝试使用Keras实现LSTM来解决多类问题。我输入了尺寸为1007x5的csv。每个实例的特性数为5个,共有12个类。下面是代码seed = 7

numpy.random.seed(seed)

input_file = 'input.csv'

def load_data(test_split = 0.2):

print ('Loading data...')

dataframe = pandas.read_csv(input_file, header=None)

dataset = dataframe.values

X = dataset[:,0:5].astype(float)

print(X)

Y = dataset[:,5]

print("y=", Y)

return X,Y

def create_model(X):

print ('Creating model...')

model = Sequential()

model.add(LSTM(128, input_shape =(5,)))

model.add(Dense(12, activation='sigmoid'))

print ('Compiling...')

model.compile(loss='categorical_crossentropy',

optimizer='rmsprop',

metrics=['accuracy'])

return model

X

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值