我在尝试编译一个带有一层循环的网络时遇到了问题。似乎第一层的维度存在问题,这影响了我对Keras中RNN层工作原理的理解。
以下是我的代码示例:
错误信息为:
无论
以下是我的代码示例:
model.add(Dense(8,
input_dim = 2,
activation = "tanh",
use_bias = False))
model.add(SimpleRNN(2,
activation = "tanh",
use_bias = False))
model.add(Dense(1,
activation = "tanh",
use_bias = False))
错误信息为:
ValueError: Input 0 is incompatible with layer simple_rnn_1: expected ndim=3, found ndim=2
无论
input_dim
值为何,都会返回此错误。我错过了什么吗?
BatchSize=1,TimeSteps,Features
),并将递归层标记为stateful=True
。这意味着层将保持其内存,并且下一批将被视为在一个单一序列中继续前一批。在这种情况下,当您决定一个序列结束并且您将开始提供另一个序列时,必须手动“清除内存”(称为“重置状态”)。 - Daniel Möller