我正在一个结构为450x801的数组中训练多个时间序列的LSTM。有450个时间序列,每个时间序列有801个时间步。 标签是分配了从1到6的整数的类,因此标签的维数是450x1。这是我的建议:
这是我的密码:
def readData():
labels = pd.read_csv('label.csv', header = None)
labels = labels.values
data = pd.read_csv('data.csv', header = None)
return data, labels
data, labels = readData()
data_train, data_test, labels_train, labels_test = train_test_split(data, labels)
model = Sequential()
model.add(LSTM(units=32, input_shape = (450,801,1)))
model.add(Dense(6, activation='softmax'))
model.compile(loss='categorical_crossentropy', optimizer='adam', metrics=['accuracy'])
但是,我发现以下错误:
输入0与层lstm\u 3不兼容:预期ndim=3,发现ndim=4
知道怎么解决吗?你知道吗
它现在起作用了。最终代码:
相关问题 更多 >
编程相关推荐