我正在尝试对表格数据进行建模，将横截面数据与时间序列组件结合起来，基本上是使用我的X的最后n条记录来预测一个Y值。

我使用的是tensorflow和keras的最新版本

def build_model(input_shape):    model = Sequential([    Dense(units = (len(input_variables) * 2) - 1                 , activation= activation_func                 , input_shape=input_shape                 , kernel_initializer = ini_method),          Dense(1)])    optimizer = Adam(lr)      model.compile(                loss='mse',                optimizer=optimizer,                metrics=['mae', 'mse'])    return modelmodel = build_model(n,m)model.fit(X,y)

X的形状是(k,n,m)

y的形状是(k,1)

这是我使用的模型。我给它的输入形状是(n,m)。然而，我得到的输出是(n,1)，而我想要的是(,1)的输出。

我错过了什么？

回答：

您需要将(n, m)维度展平，可以在输入之前进行，也可以使用Keras的展平层。例如：

model = Sequential([    Flatten(),    Dense(units = (len(input_variables) * 2) - 1                 , activation= activation_func                 , input_shape=input_shape                 , kernel_initializer = ini_method),          Dense(1)])