我在尝试使用TFIDF作为输入运行LSTM时遇到了错误。我的每个条目有11915维的TFIDF数据

代码如下：

## 创建模型
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：
层bidirectional_27的输入0与层不兼容：期望的维度ndim=3，但发现ndim=2。接收到的完整形状：[1, 11915]

我是这个领域的新手，任何帮助将不胜感激。如果有人能为这种输入编写一个双向LSTM的示例代码，那就太好了

我的输入是10229*11915的TFIDF数据。我想使用TFIDF作为输入，通过LSTM进行假新闻检测

回答：

这是一个完整的工作示例

# 创建假数据
n_sample = 10229
X = np.random.uniform(0,1, (n_sample,11915))
y = np.random.randint(0,2, n_sample)
# 扩展X到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)

错误发生的原因可能是您没有正确处理数据。还要注意正确定义第一层，并将return_sequences设置为False，因为您的输出是二维的