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
xrgs_shz4 分钟前
MATLAB 纹理特征提取:一文读懂 graycomatrix 与 graycoprops
人工智能·计算机视觉·matlab
BlockChain8888 分钟前
AI+区块链深度探索:算法与账本的共生时代
人工智能·算法·区块链
生成论实验室18 分钟前
《源·觉·知·行·事·物:生成论视域下的统一认知语法》第一章 源:不可言说的生成之源
人工智能·科技·算法·生活·创业创新
2zcode18 分钟前
基于LSTM神经网络和模糊逻辑的智能家居能源优化与决策系统研究(带数据集)
神经网络·lstm·智能家居
jinglong.zha22 分钟前
AI萌宠短剧实战:从0孵化动物IP,用AI制作爆款短视频
人工智能·ai·音视频·网赚教程·萌宠
AI医影跨模态组学27 分钟前
如何将CT影像语义特征与肝癌术后辅助TACE获益相关的免疫抑制性肿瘤微环境建立关联,并进一步解释其与预后、PA-TACE治疗响应的机制联系
人工智能·深度学习·论文·医学·医学影像·影像组学
汤姆yu31 分钟前
OpenAI GPT-5.5 全面详解与使用
人工智能·openai
xcbrand33 分钟前
政府事业机构品牌策划公司哪家可靠
大数据·人工智能·python
逻辑君33 分钟前
认知神经科学研究报告【20260020】
人工智能·神经网络·机器学习
2zcode42 分钟前
基于低光照增强与轻量型CNN道路实时识别算法研究(UI界面+数据集+训练代码)
人工智能·算法·cnn·低光照增强·自动驾驶技术