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
创实信息1 分钟前
突破SAST瓶颈:解析 SonarQube Hunter Agent 如何检测失效的访问控制与逻辑缺陷
人工智能·ai·devsecops·sonarqube·代码安全
染指11102 分钟前
160.Agent-LangGraph-自定义主管架构智能体
人工智能·windows·microsoft·langchain·1024程序员节·agents
zhilai12 分钟前
视频掉帧怎么用AI补帧
人工智能
hongyangcao4 分钟前
Cloudflare GLM-5.3 串号事故复盘:KV 缓存页记账错了一个字段,155 条回复答进了别人的会话
人工智能·缓存·ai
IT_陈寒4 分钟前
Java项目实战经验分享:一次由JPA懒加载引发的生产事故
前端·人工智能·后端
网易CodeWave-小码哥5 分钟前
AI Coding 实战:用 EARS、原子任务与 E2E 测试减少返工
人工智能·ai编程·ai coding
正经教主6 分钟前
【FDE系列】阶段2:Day 45(up详细版):综合实战 — Docker + Nginx + Git 完整部署与本周收官
人工智能·git·nginx·docker·fde
紧跟先前的步伐8 分钟前
Go AI Agent 实战 20|接入 DeepSeek 原生 Tool Calling
人工智能·ai·golang·1024程序员节
环境栈笔记8 分钟前
浏览器多开同步怎么做?先分清设置、登录态和窗口操作
前端·人工智能·后端·自动化
段一凡-华北理工大学9 分钟前
高炉能源系统智能化:热风炉、煤气与极致能效~系列文章08:煤气柜与缓冲:一场“来去不均“的博弈
人工智能·能源·高炉炼铁·高炉能源优化·热风炉智能控制·高炉煤气柜·高炉煤气