predict_classes 返回 LSTM 分类模型的冲突形状

Posted 2023-03-12

【中文标题】predict_classes 返回 LSTM 分类模型的冲突形状

【英文标题】：predict_classes returning a conflicting shape for a LSTM classification model

【发布时间】：2020-04-02 07:03:06

【问题描述】：

我很难理解 LSTM 问题的输入/输出的预期形状。

特别是对于这个例子，我有 386 个长度为 100 的每个包含 14 个特征。对于每个这样的序列，我只需要预测它是在 0 还是 1 类中。各自的形状和型号是

X_test.shape,y_test.shape
((358, 100, 14), (358, 1))
model = Sequential()
model.add(LSTM(64,return_sequences=True,input_shape=(None,14)))
model.add(Dense(1, activation='sigmoid')) 
model.compile(loss='binary_crossentropy' , metrics=['accuracy'])

现在如果（拟合后）我想预测模型的输出，预测的形状与y_test不一致！

y_pred = model.predict_classes(X_test)
y_pred.shape
(358, 100, 1)

在这里，我希望形状与 y_test 匹配，并且是 (358,1) 而不是 predict_classes() 给出的输出

我显然在这里误解了一些东西。我在这里想念什么？有没有其他方法可以完全解决这个问题？

【参考方案1】：

您将返回 LSTM return_sequences=True 的第 3 个暗淡，其中最后一个 sigmoid 层的输入将是 3D。因此，sigmoid 层将应用于最后一个 dim。

只需执行以下操作：

model.add(LSTM(64,return_sequences=False,input_shape=(None,14)))