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
未来之窗软件服务2 分钟前
幽冥大陆(九十六)分词服务训练 —东方仙盟练气期
人工智能·仙盟创梦ide·东方仙盟
rgeshfgreh3 分钟前
Python正则与模式匹配实战技巧
大数据·人工智能
Tiny_React8 分钟前
Claude Code Skills 自优化架构设计
人工智能·设计模式
彼岸花开了吗9 分钟前
构建AI智能体:八十二、潜藏秩序的发现:隐因子视角下的SVD推荐知识提取与机理阐释
人工智能·llm
努力犯错玩AI9 分钟前
如何在ComfyUI中使用Qwen-Image-Layered GGUF:完整安装和使用指南
前端·人工智能
张彦峰ZYF11 分钟前
生成式大模型的风险与治理:从技术隐患到合规落地的系统性分析
人工智能·内容安全·知识产权·模型安全·生成式大模型的风险与治理·个人信息合规治理·生成式人工智能服务管理暂行办法
明明如月学长11 分钟前
非技术人员也能轻松使用 Claude Code?Zed,让 AI 办公像记事本一样丝滑
人工智能
SamtecChina202312 分钟前
Electronica现场演示 | 严苛环境下的56G互连
大数据·网络·人工智能·算法·计算机外设
IT_陈寒16 分钟前
SpringBoot 3.x实战:5个高效开发技巧让我减少了40%重复代码
前端·人工智能·后端
格林威17 分钟前
印刷电路板阻焊层缺失识别:防止短路风险的 7 个核心策略,附 OpenCV+Halcon 实战代码!
人工智能·数码相机·opencv·机器学习·计算机视觉·视觉检测·工业相机