python - 使用 Keras 的 LSTM，输入到第一层的尺寸误差

Question

如上所述，我的 LSTM 网络中的输入数据维度存在问题，这给了我下一个错误：

ValueError：输入 0 与层 lstm_1 不兼容：预期 ndim=3，发现 ndim=2

我的代码：

input_data = Input((20,))
z = Embedding(5000, input_length=20, output_dim=80, 
weights[embedding_matrix])(input_data)

#z:(?,25,100)->(batch_size?,25-sentence length,100-embedding_size)

z = BatchNormalization(axis=-1)(z)
z = LSTM(256,return_sequences=True)(inputs)
z = LSTM(128)(z)
z = Dense(64, activation='relu')(z)
out = Dense(1, activation='sigmoid')(z)

model = Model(input_data,out)

我在第一个 LSTM 层中遇到了错误。

我知道问题出"?"在 in axis=0，试图解决这个问题。这些是我尝试过的事情：

1. 受此解决方案的启发： “https://stackoverflow.com/questions/49721810/lstm-keras-value-input-dimension-error”

   x = x.reshape(1, x.shape[0], x.shape 1 )

   但我得到了这个错误：

   IndexError：元组索引超出范围

2. 也试过：

   x = np.expand_dims(x,axis=0)

   但没有，因为类型不匹配。

我尝试了更多解决方案，但没有运气，如果有人可以帮助我解决这个问题，我会很高兴。

谢谢！！

标签： pythonkeras