machine-learning - 以 TFIDF 作为输入的 LSTM,尺寸误差
问题描述
我正在尝试使用 TFIDF 作为输入运行 LSTM,但出现错误。我有 11915 个维度的每个条目的 TFIDF
代码如下:
## Creating model
model=Sequential()
model.add(Bidirectional(LSTM(100, input_shape=(1, 11915),return_sequences=True)))
model.add(Dropout(0.3))
model.add(Dense(1,activation='sigmoid'))
model.build(input_shape=(1, 11915))
model.compile(loss='binary_crossentropy',optimizer='adam',metrics=['accuracy'])
print(model.summary())
错误如下:双向_27层的输入0与层不兼容:预期ndim=3,发现ndim=2。收到的完整形状:[1, 11915]
我是这个领域的新手,任何帮助将不胜感激。如果有人编写一个虚拟代码来在这样的输入上运行双向 LSTM,那就太好了
我的输入是 10229*11915 的 tfidf。我想在 TFIDF 上使用 LSTM 作为输入进行假新闻检测
解决方案
这是一个完整的工作示例
# create fake data
n_sample = 10229
X = np.random.uniform(0,1, (n_sample,11915))
y = np.random.randint(0,2, n_sample)
# expand X to 3D
X = X.reshape(X.shape[0],1,X.shape[-1])
model=Sequential()
model.add(Bidirectional(LSTM(100, return_sequences=False), input_shape=(1, 11915)))
model.add(Dropout(0.3))
model.add(Dense(1, activation='sigmoid'))
model.compile(loss='binary_crossentropy',optimizer='adam',metrics=['accuracy'])
print(model.summary())
model.fit(X,y, epochs=3, batch_size=256)
发生错误是因为您可能没有正确管理您的数据。还要注意正确定义第一层并 return_sequences=False 因为你的输出是 2D
推荐阅读
- r - 获取列的最大值和名称,并在 R 中调整其他列
- javascript - Selenium Google 弹出式广告 iframe
- python - 为什么是 Python 错误?
- flutter - Dart 中的地图可以包含函数吗?
- python - Python - 请求未使用请求和 json 授权
- html - iPhone主屏幕上的自定义书签
- python - 如何将 python 源代码添加到 libreoffice writer?
- android - React Native - 在焦点上更改按钮颜色
- java - Intent Mediastore.ACTION_VIDEO_CAPTURE 拒绝 putExtra 参数
- c++ - 将堆栈变量传递给采用 std::shared 指针的函数