일부 값 예측 프로세스를 설정하려고합니다. 현재, 나는 아래의 코드에서 문제가 무엇인지 이해할 수 없다 :LSTM 모델링을위한 Keras 옵션 설정
인상 예외 ('순차 모델의 첫 번째 레이어해야'의 코드를 실행 한 후
in_neurons = 1 out_neurons = 1 hidden_neurons = 20 nb_features = 9 # retrieve data y_train = train.pop(target).values X_train = pd.concat([train[['QTR_HR_START', 'QTR_HR_END', 'HOLIDAY_RANK_', 'SPECIAL_EVENT_RANK_', 'IS_AM', 'IS_TOP_RANKED', 'AWARDS_WINS_ANY', 'YEARS_SINCE_RELEASE']], pd.DataFrame({'DATETIME': pd.DatetimeIndex(train['DATETIME']).astype(np.int64)})]) X_train = X_train.values y_test = test.pop(target).values X_test = pd.concat([test[['QTR_HR_START', 'QTR_HR_END', 'HOLIDAY_RANK_', 'SPECIAL_EVENT_RANK_', 'IS_AM', 'IS_TOP_RANKED', 'AWARDS_WINS_ANY', 'YEARS_SINCE_RELEASE']], pd.DataFrame({'DATETIME': pd.DatetimeIndex(test['DATETIME']).astype(np.int64)})]) X_test = X_test.values model = Sequential() model.add(TimeDistributed(Dense(8, input_shape=(X_train.shape[0], 100, nb_features), activation='softmax'))) model.add(LSTM(4, dropout_W=0.2, dropout_U=0.2)) model.add(Dense(1)) model.add(Activation("sigmoid")) model.compile(loss="mean_squared_error", optimizer="rmsprop", metrics=['accuracy'])
, 나는 예외를 얻었다 예외 :. 순차 모델의 첫 번째 층은
input_shape
또는batch_input_shape
인수를 받아야합니다
내가 잘못 곳에 조언을 주시기 바랍니다
01 23,516,EDIT1 : 공식 문서에 언급 된대로 난 그냥 모델을 구성 - http://keras.io/layers/recurrent/
model.add(LSTM(32, input_dim=nb_features, input_length=100))
model.compile(loss="mean_squared_error", optimizer="rmsprop", metrics=['accuracy'])
예외 : 체크 모델 입력 오류 : 예상 lstm_input_1 3 개 차원을 가지고 있지만 모양과 배열을 가지고하는 (48614 , 9)
을 내가 Keras 당신이 연속 시퀀스로 데이터를 분할 할 것으로 예상 생각 데이터. 이것이 입력 데이터가 3 차원을 가질 것으로 기대하는 이유입니다. [이 튜토리얼] (http://danielhnyk.cz/predicting-sequences-vectors-keras-using-rnn-lstm/)에서 데이터가 어떻게 준비되어 있는지 살펴보십시오. – sietschie