我正在尝试预测下一天的开盘价。我能够正确地格式化输入数据，即每天（n个时间段）的“开盘价”和“最高价”列。然而，当我将数据格式化为三维数组时，我的形状如下：
(1200, 60, 2)X_train有1200个样本，每个样本包含60个时间步（过去60天的历史数据）和2个特征（开盘价和最高价）。
然而，当我开始编写Keras代码并实现层时，问题出现了。这是我使用的代码：
regressor.add(LSTM(units = 50, return_sequences = True, input_shape = (X_train.shape[1], 2)))regressor.add(Dropout(0.2))regressor.add(LSTM(units = 50, return_sequences = True))regressor.add(Dropout(0.2))regressor.add(LSTM(units = 50, return_sequences = True))regressor.add(Dropout(0.2))regressor.add(LSTM(units = 50))regressor.add(Dropout(0.2))regressor.add(Dense(units = 1))问题出现在最后一行。我希望输出只有一个值。也就是说，我希望使用输入序列的开盘价和最高价来计算最终的单一输出，即开盘价。然而，通过设置Dense(units = 1)，出现了以下错误：
ValueError: Error when checking target: expected dense_1 to have shape (1,) but got array with shape (2,)为了解决这个问题，我尝试将其改为2，即Dense(units=2)，然而，最终输出在图表上显示两条线，一条是开盘价，一条是最高价，这不是我想要的。我想要的是一个输出，而不是两个。我不确定在这种情况下该怎么做。
regressor.summary()
Model: "sequential_1"_________________________________________________________________Layer (type) Output Shape Param # =================================================================lstm_1 (LSTM) (None, 60, 50) 10600 _________________________________________________________________dropout_1 (Dropout) (None, 60, 50) 0 _________________________________________________________________lstm_2 (LSTM) (None, 60, 50) 20200 _________________________________________________________________dropout_2 (Dropout) (None, 60, 50) 0 _________________________________________________________________lstm_3 (LSTM) (None, 60, 50) 20200 _________________________________________________________________dropout_3 (Dropout) (None, 60, 50) 0 _________________________________________________________________lstm_4 (LSTM) (None, 50) 20200 _________________________________________________________________dropout_4 (Dropout) (None, 50) 0 _________________________________________________________________dense_1 (Dense) (None, 2) 102 =================================================================Total params: 71,302Trainable params: 71,302Non-trainable params: 0回答：
当密集层出现形状错误时，可能是你的标签张量不匹配。请检查y_train的形状是否为[1200, 1]，这样你就可以使用一个单位为1的密集层了。
