时间步长问题。tensorflow训练lstm时序模型,输出层实际输出维度和期待维度不一致

设置输出维度为1.

Dense(1)

但结果跑出来的输出维度每次都是三维的。

模型设置:

输入x维度(2250,48,2)

输入y 维度(2250,) 和 (2250,1)

但模型预测出的结果维度都是(2250,48,1)

我就很纳闷= = !

后来对比了以前跑过的文件。发现LSTM少定义一个参数。

input_shape填两个参数值,第一个值代表指定的时间步长。此处为48.

第二个值是特征数目。

更改后训练成功。模型预测值维度为(2250,1)

问题解决~

相关推荐
一个会的不多的人14 小时前
人工智能基础篇:概念性名词浅谈(第二十六讲)
人工智能·制造·量子计算·数字化转型
liu****14 小时前
能源之星案例
人工智能·python·算法·机器学习·能源
摆烂咸鱼~14 小时前
机器学习(13-2)
人工智能·机器学习
人工智能AI技术14 小时前
从零复现马斯克开源X推荐算法
人工智能
Mixtral14 小时前
4款录音转文字工具深度评测:钉钉闪记、Otter、随身鹿、讯飞听见...AI后处理能力谁更强?
人工智能
智驱力人工智能14 小时前
守护矿山动脉 矿山皮带跑偏AI识别系统的工程化实践与价值 皮带偏离检测 皮带状态异常检测 多模态皮带偏离监测系统
大数据·人工智能·opencv·算法·安全·yolo·边缘计算
大模型真好玩14 小时前
大模型训练全流程实战指南基础篇(二)——大模型文件结构解读与原理解析
人工智能·pytorch·langchain
周博洋K14 小时前
Deepseek的新论文Engram
人工智能
e***985714 小时前
2024技术趋势:AI领跑,云端边缘共舞
人工智能
智驱力人工智能14 小时前
构筑安全红线 发电站旋转设备停机合规监测的视觉分析技术与应用 旋转设备停机检测 旋转设备异常检测 设备停机AI行为建模
人工智能·opencv·算法·安全·目标检测·计算机视觉·边缘计算