tensorflow - 确定tensorflow keras LSTM的输入形状？

Question

我对此有点麻烦。首先，这是我的数据：

test_data、test_labels、train_data、train_labels

train_data[0]

[1, 5, 5, 0, 0, 1, 1, 1, 25, 1, 1, 10, 0, 1, 1, 1, 0, 1, 39, 2, 0, 1, 1, 12, 3]

train_labels[0]

0

test_data 和 test_labels 完全相同（它只是输入数据的 50/50 拆分）。test_data 中每个数组的数组大小始终为 25 个元素。标签是 0 表示好或 1 表示坏。

现在，到目前为止，我已经尝试了很多东西，但无法想出如何重塑这些数组。我本质上是在尝试这样做：

    model.add(keras.layers.LSTM(256, input_shape=unknown, return_sequences=False, return_state=False, dropout=0.2))
    model.add(keras.layers.Dense(256))
    model.add(keras.layers.Dropout(0.3))
    model.add(keras.layers.Dense(2, activation=tf.nn.softmax))
    history = self.model.fit(self.train_data,
                             self.train_labels,
                             epochs=50,
                             batch_size=64,
                             verbose=1,
                             validation_split=0.2)

另一个问题，2 对于最后一个密集层是正确的，还是在这种情况下应该是 1？

标签： tensorflowrecurrent-neural-network