LSTM多對多預測資料結構問題

lstm python rnn deep learning

yanwu0105 2018-10-25 21:22:22 ‧ 4047 瀏覽

分享至

各位大大晚安

目前正在學習LSTM多對多預測，手邊有一組"48期交易金額"的資料，1000名顧客，共48000筆資料
想要把48期切分成36期訓練，12期測試
並且利用1~35期當作訓練X，Y為2~36期的金額

import 進模型的Shape：
trainX：(1000,1,35)
trainY：(1000,35)

訓練模型程式碼如下：

model = Sequential()
model.add(LSTM(4, input_shape=(35,1)))
model.add(Dense(35))
model.compile(loss='mean_squared_error', optimizer='adam')
model.fit(trainX, trainY, epochs=100, batch_size=1, verbose=2)

error 代碼如下：
ValueError: Error when checking input: expected lstm_9_input to have shape (35, 1) but got array with shape (1, 35)

不知道是否是多對多時輸入資料的結構錯誤，或者是哪裡沒有搞懂?
麻煩各位大大解答，感謝！

登入發表討論

直播研討會

{{ item.channelVendor }} {{ item.webinarstarted }} |

直播中

1 個回答

always9650

iT邦新手 5 級 ‧ 2018-10-26 09:55:43

把input_shape=(35,1) 改成input_shape = (1,35)，或者 np.squeeze(trainX,axis = 1),就可以解決error了
但不確定跑出來的結果是不是你想要到，
1.因為不知道為什麼要input_shape=(35,1)這樣寫
2.不清楚資料結構trainX : (1000,1,35) 為什麼不能寫成trainX:(1000,35)

錯誤的地方是shape不一樣
[[0 1 2]] , shape = (1, 3)
[[0]
[1]
[2]] , shape = (3, 1)