在Keras中实现LSTM。ValueError: 层sequential与层不兼容

我是Keras的新手，正在尝试实现一个RNN。

我的数据集总共有431条记录和818个属性。每条记录是一个包含818个值的一维数组（每个“值”与该记录的一个属性相关联）。最后，按照70-30的比例划分训练集和测试集。

我遇到了以下错误：

ValueError: Input 0 of layer sequential_62 is incompatible with the layer: expected ndim=3, found ndim=2. Full shape received: [None, 817]

不幸的是，我已经花了不必要的时间来尝试解决这个问题，希望一些使用这个库的老手能提供帮助。我之前遇到过一个类似的问题，但通过讨论这个链接解决了。我不确定当前的错误是否仍然与那个讨论相关——我认为不是。请注意，查看这个讨论并不是回答问题所必需的。

以下是一个最小可复现的示例。所有的实现都是完全相同的，除了我硬编码了一个较小的数据集。它是6个一维数组，每个数组有六个值。发生的错误完全相同。

如果关于问题需要任何澄清，请告诉我。我很乐意提供更多信息。

回答：

你所做的一切都是正确的，除了你忘记重塑你的测试输入：

testingInputs = testingInputs.reshape(testingInputs.shape[0], 1, testingInputs.shape[1])

学技术