检查模型输入时发生错误：预期lstm_1_input具有3维，但数组的形状为（339732，29）

Question

我的输入只是一个具有339732行和两列的csv文件：

• 第一个是29个特征值，即X
• 第二个是二进制标签值，即Y

我正在尝试在堆叠的LSTM模型上训练数据：

data_dim = 29
timesteps = 8
num_classes = 2

model = Sequential()
model.add(LSTM(30, return_sequences=True,
               input_shape=(timesteps, data_dim)))  # returns a sequence of vectors of dimension 30
model.add(LSTM(30, return_sequences=True))  # returns a sequence of vectors of dimension 30
model.add(LSTM(30))  # return a single vector of dimension 30
model.add(Dense(1, activation='softmax'))

model.compile(loss='binary_crossentropy',
              optimizer='rmsprop',
              metrics=['accuracy'])

model.summary()
model.fit(X_train, y_train, batch_size = 400, epochs = 20, verbose = 1)

这将引发错误：

追溯（最近一次调用为最新一次）：在model.fit（X_train，y_train，batch_size = 400，epochs =
20，verbose = 1）中，文件“ first_approach.py​​”，第80行

ValueError：检查模型输入时出错：预期lstm_1_input具有3个维，但数组的形状为（339732，29）

我尝试使用重塑输入，X_train.reshape((1,339732, 29))但是显示错误却不起作用：

ValueError：检查模型输入时出错：预期lstm_1_input具有形状（None，8，29），但具有形状为（1，339732，29）的数组

如何将我的输入输入LSTM？

Answer 1

设置timesteps = 1（因为我想要每个实例一个时间步长），并将X_train和X_test重塑为：

import numpy as np
X_train = np.reshape(X_train, (X_train.shape[0], 1, X_train.shape[1]))
X_test = np.reshape(X_test, (X_test.shape[0], 1, X_test.shape[1]))

这工作了！