我在使用 Keras 时遇到了一个错误，找遍了整个网络都没有找到解决方案 ^^ 这是我的代码。

model = Sequential()model.add(LSTM(32, return_sequences=True, input_shape=X.values.shape))model.add(LSTM(32, return_sequences=True))model.add(LSTM(32))model.add(Dense(10, activation="softmax"))model.compile(loss="categorical_crossentropy", optimizer="adam", metrics=['accuracy'])

错误出现在第二行。它显示“ValueError: 检查输入时出错：期望 lstm_1_input 有 3 个维度，但得到的数组形状为 (393613, 50)”。我的数据框 X 的形状是正确的。当我尝试训练模型时，错误就会出现。

model.fit(X.values, Y.values, batch_size=200, epochs=10, validation_split=0.05)

希望有人能帮到我 🙂

[EDIT]顺便说一下，这是 model.summary()

层（类型） 输出形状 参数数

lstm_1 (LSTM) (None, 393613, 32) 10624

lstm_2 (LSTM) (None, 393613, 32) 8320

lstm_3 (LSTM) (None, 32) 8320

dense_1 (Dense) (None, 10) 330

总参数: 27,594可训练参数: 27,594不可训练参数: 0

此致敬礼 Niklas。

回答：

在初始化第一层时，你传递了两个值作为 input_shape =X.values.shape

keras 已经期望每批的行数为 NONE。运行时，这个值由 batch_size= 确定（在你的例子中是 200）

所以它在内部将第一层的输入形状更改为 NO_OF_FEATURES, NO_OF_ROWS_IN_DATA_SET, NO_OF_ROWS_PER_BATCH

要修复这个问题，你只需传递一个参数作为 input_shape，即特征数量。Keras 已经接受 NONE 作为每批行数的占位符。

所以 input_shape=(X.values.shape[1],) 应该可以解决问题。

model.add(LSTM(32, return_sequences=True, input_shape=(X.values.shape[1],)))