python - keras “你必须在使用它之前编译你的模型。” 即使在编译之后

Question

我正在使用以下代码将我的 LSTM 网络适合时间序列生成器：

data_gen = TimeseriesGenerator(x_train,y_train,length=10, sampling_rate=2,batch_size=5110)

def rmsle_K(y, y0):
    return K.sqrt(K.mean(K.square(tf.log1p(y) - tf.log1p(y0))))

regressor = Sequential()
regressor.add(Bidirectional(LSTM(units=100,return_sequences= True),input_shape=(x_train.shape[1],12)))
regressor.add(Dropout(0.1))
regressor.add(Bidirectional(LSTM(units=100,return_sequences= True)))
regressor.add(Dropout(0.1))
regressor.add(Bidirectional(LSTM(units=100,return_sequences= True)))
regressor.add(Dropout(0.1))
regressor.add(Dense(units=1))
regressor.compile(loss=keras.losses.mean_squared_logarithmic_error, optimizer='adam', metrics=[rmsle_K])

regressor.fit_generator(data_gen)

错误：RuntimeError：您必须在使用模型之前对其进行编译。

x_train.shape = (340, 5110, 12).y_train.shape = (3400, 511, 1) 我该如何解决这个错误？我觉得我在输入和输出维度上搞砸了，但我不确定。

标签： pythontensorflowkeraslstmrecurrent-neural-network

Answer 1

您的代码的问题是您放错了输入形状，因此您的模型无法正确编译。即使这样，我认为您的输入形状也不正确。

你应该使用

regressor.add(Bidirectional(LSTM(units=100,return_sequences= True),input_shape=(x_train.shape[1],1)))

代替

regressor.add(Bidirectional(LSTM(units=100,return_sequences= True,input_shape=(x_train.shape[1],1))))

这将解决您当前的错误，因为模型将被编译。而设置正确的输入形状是一个应该单独讨论的话题。

希望这可以帮助