python - 堆叠卷积和 LSTM 层的问题

Question

我试图根据过去使用神经网络的回报来预测未来 200 天的股票回报。我已经实现了由几个 LSTM 层组成的网络，它工作正常：

lstm2=Sequential([
LSTM(50,input_shape=[None,1],return_sequences=True),
Dropout(0.2),
LSTM(50,return_sequences=True),
Dropout(0.2),
LSTM(50),
Dense(200)
])

但是，当我尝试在 LSTM 层之上堆叠一个 CONV1D 层时：

lstm_conv=Sequential([
Conv1D(filters=50,kernel_size=4,padding='valid',input_shape=[None,1]),
LSTM(50,return_sequences=True),
LSTM(50),
Dense(200)
])

我遇到了一个错误：

ValueError：尺寸必须相等，但对于 '{{node mean_squared_error/SquaredDifference}} = SquaredDifference[T=DT_FLOAT](sequential_9/dense_9/BiasAdd, IteratorGetNext:1)' 输入形状为 200 和 99：[?,200] , [?,99]。

适合的代码是：

lstm_conv.fit(xtrain,ytrain[:,3::2],epochs=10,validation_data=(xval,yval[:,3::2]))

我的 train X 输入的形状是 (1557, 20, 1)，即我有 1557 个 train 实例，每个实例回溯 20 并且每次有一个步骤（该系列是单变量的）。对于 y，它是 (1557, 200)

我不知道如何解决这个问题，我已经查看了互联网上的几个线程，但找不到类似的问题。将不胜感激任何帮助。

标签： pythontensorflowkerasconv-neural-networklstm