我想使用LSTM进行序列预测 . 我正在使用keras .
我想要预测一条线的标签,而不是预测句子中的下一个单词 . 在数据集中,我有一组与该行相关的特征和标签以及一组具有一组行的文档 .
防爆 . 文件:每个文件中有200行(可用但最大行数我在末尾填零以匹配长度):400与每行相关的功能:100
所以我的输入功能大小是:200 * 400 * 100
现在每行都有与之关联的标签,我想要预测 . label = 3的可能值
所以我的标签尺寸:200 * 400 * 3
我正在使用以下代码来建模LSTM .
model = Sequential()
model.add(LSTM(50, input_shape=(400, 100)))
model.add(Dense(3))
model.add(Activation('softmax'))
optimizer = RMSprop(lr=0.01)
model.compile(loss='categorical_crossentropy', optimizer=optimizer)
我收到一些尺寸错误,上面写着:
检查模型目标时出错:预期activation_3有2个维度,但是有形状的数组(200L,400L,3L)