Keras定义LSTM网络参数有报错

今天用Keras写了个LSTM网络，认真按照官方文档写的，但是无论如何都是报参数有错误，原本的写法如下

def LSTM():
    data_dim = 95
    timesteps = 1
    # input_dim是输入的train_x的最后一个维度，train_x的维度为(n_samples, time_steps, input_dim)
    model_1 = Sequential()
    model_1.add(LSTM(input_dim=95 ,output_dim=256,return_sequences=False))
#     model_1.add(LSTM(512, input_shape=(timesteps,data_dim), return_sequences=False))
    model_1.add(Dense(units=512))
    model_1.add(Activation('sigmoid'))
    model_1.add(Dense(units=256))
    model_1.add(Activation('softmax'))
    model_1.compile(loss='categorical_crossentropy', optimizer=rms, metrics=['accuracy'])
    return model_1

不管怎么换model.add(LSTM())里面参数的格式都是不行，总是报错参数有问题。经过仔细排查后发现，应该是我定义函数的名称有问题（估计），和源代码的函数有冲突了，所以我将LSTM的函数名改成了这样

def self_lstm():
    data_dim = 95
    timesteps = 1
    # input_dim是输入的train_x的最后一个维度，train_x的维度为(n_samples, time_steps, input_dim)
    model_1 = Sequential()
#     model_1.add(LSTM())
    model_1.add(LSTM(input_dim=95 ,output_dim=256,return_sequences=False))

#     model_1.add(LSTM(512, input_shape=(timesteps,data_dim), return_sequences=False))
    model_1.add(Dense(units=512))
    model_1.add(Activation('sigmoid'))
    model_1.add(Dense(units=256))
    model_1.add(Activation('softmax'))
    model_1.compile(loss='categorical_crossentropy', optimizer=rms, metrics=['accuracy'])
    return model_1

只要保证函数名称和源代码没有冲突，那么就不会报错了。两种添加LSTM的参数方法都可以，只要确保train_x的格式是正确的就行了。

最后

以上就是灵巧星月为你收集整理的Keras定义LSTM网络参数有报错的全部内容，希望文章能够帮你解决Keras定义LSTM网络参数有报错所遇到的程序开发问题。

如果觉得靠谱客网站的内容还不错，欢迎将靠谱客网站推荐给程序员好友。