ValueError：层equential_3的输入0与该层不兼容：预期ndim = 3，发现ndim = 2。收到完整形状：（无，23）

Question

model = Sequential()
model.add(LSTM(22, input_shape=(360,1)))
model.add(Dense(22, activation='softmax'))
model.compile(loss='categorical_crossentropy', optimizer='adam', metrics=['accuracy'])
print(model.summary())
model.fit(X_res, y_res, epochs=2, batch_size=500)

我不知道我做错了什么。我正在研究其他人的代码，它运行良好。

Answer 1

预计有 3 个频道，但给出了 2 个频道。

这里有相关的文章供您参考在keras中使用LSTM。

您可以使用此代码来匹配您的应用程序的风格，尽管这是针对图像的示例。

from keras.models import Sequential
from keras.layers import LSTM, Dense, Flatten, TimeDistributed, Conv2D
# Define the model

model = Sequential()

# Add a TimeDistributed Conv2D layer
model.add(TimeDistributed(Conv2D(64, (3, 3), activation='relu'), input_shape=(None, 64, 64, 3)))

# Add a TimeDistributed Flatten layer
model.add(TimeDistributed(Flatten()))

# Add an LSTM layer with 128 units
model.add(LSTM(128))

# Add a Dense output layer with 10 units
model.add(Dense(10, activation='softmax'))