代码之家 › 专栏 › 技术社区 › Manthan mahes wari

如何将2D pandas阵列适配到Keras LSTM层?

lstm time-series keras machine-learning python

Manthan mahes wari · 技术社区 · 6 年前

我有一个二维数组(pandas),它是一个时间序列,有3180行,每行有8列(数组)作为特征。我正在尝试训练LSTM层

sc = StandardScaler()
X_train = sc.fit_transform(X_train)
print (X_train.shape)
classifier = Sequential()
classifier.add(LSTM(units=128, input_shape=(1, len(X_train), x.shape[1])))

如中所述 this .但出现的错误是,

ValueError: Input 0 is incompatible with layer lstm_1: expected ndim=3, found ndim=4

1 回复 | 直到 6 年前

spadarian 6 年前

LSTM 需要一个3D数组作为输入,所以 input_shape 形状长度应为2。。。

假设 X_train.shape 是 (3180, 8, 1) ,这应该可以:

LSTM(units=128, input_shape=X_train.shape[1:]))

推荐文章

W. Walter · 熊猫-根据混合频率数据计算月平均值

2 年前

luide · 熊猫前瞻性滚动窗口-参差不齐指数

6 年前

user5458635 · 多输出LSTM时间序列预测

6 年前

Rafael Díaz · 创建具有特定日期的时间序列

6 年前

Manthan mahes wari · 如何将2D pandas阵列适配到Keras LSTM层?

6 年前

Rob · 时间序列图中的重复模式

6 年前

user60856839 · 使用Sparkyr完成时间序列

6 年前

amigo · 将带有时间序列的大型混合CSV导入R

6 年前

ct957 · R中的colsum条件?

6 年前

jamesrogers93 · 用于检索时间序列财务数据摘要的高效Cassandra DB设计

6 年前