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
dazzle1 天前
计算机视觉处理(OpenCV基础教学(十九):图像轮廓特征查找技术详解)
人工智能·opencv·计算机视觉
拌面jiang1 天前
过拟合--Overfitting(#拌面)
人工智能·深度学习·机器学习
MM_MS1 天前
Halcon控制语句
java·大数据·前端·数据库·人工智能·算法·视觉检测
桂花饼1 天前
基于第三方中转的高效 Sora-2 接口集成方案
人工智能·aigc·ai视频生成·gemini 3 pro·gpt-5.2·ai绘画4k·sora_video2
golang学习记1 天前
Zed 编辑器的 6 个隐藏技巧:提升开发效率的「冷知识」整理
人工智能
武汉大学-王浩宇1 天前
LLaMa-Factory的继续训练(Resume Training)
人工智能·机器学习
weisian1511 天前
入门篇--知名企业-28-字节跳动-2--字节跳动的AI宇宙:从技术赋能到生态共建的深度布局
人工智能·字节跳动·扣子·豆包
NGBQ121381 天前
原创餐饮店铺图片数据集:344张高质量店铺图像助力商业空间识别与智能分析的专业数据集
人工智能
FIT2CLOUD飞致云1 天前
应用升级为智能体,模板中心上线,MaxKB开源企业级智能体平台v2.5.0版本发布
人工智能·ai·开源·1panel·maxkb
haiyu_y1 天前
Day 58 经典时序模型 2(ARIMA / 季节性 / 残差诊断)
人工智能·深度学习·ar