我有一个2D数组（pandas），它是一个时间序列，包含3180行，每行有8列（数组）作为特征。我正在尝试训练一个LSTM层

sc = StandardScaler()X_train = sc.fit_transform(X_train)print (X_train.shape)classifier = Sequential()classifier.add(LSTM(units=128, input_shape=(1, len(X_train), x.shape[1])))

正如这里所建议的。但是出现了错误，

ValueError: Input 0 is incompatible with layer lstm_1: expected ndim=3, found ndim=4

回答：

LSTM期望输入是一个3D数组，因此input_shape的形状应该长度为2…

假设X_train.shape是(3180, 8, 1)，这样应该可以工作：

LSTM(units=128, input_shape=X_train.shape[1:]))