我正在尝试运行我的第一个机器学习模型。但是我收到以下错误。
return_sequences=True)) TypeError: init() missing 1 required positional argument: 'units'
from tensorflow.python.keras.models import Sequential
from tensorflow.python.keras.layers import Dense, LSTM, Dropout
model = Sequential()
model.add(LSTM(input_dim=1,
output_dim=50,
return_sequences=True))
model.add(Dropout(0.2))
model.add(LSTM(100, return_sequences=False))
model.add(Dropout(0.2))
model.add(Dense(output_dim=1))
model.add(Activation('linear'))
start = time.time()
model.compile(loss="mse", optimizer="rmsprop")
因为它说缺少参数单位,所以我也尝试了以下行,
model.add(LSTM(100,
input_dim=1,
output_dim=50,
return_sequences=True))
然后收到此错误消息,但我不明白为什么我第一次尝试时没有出现。我错过了什么?
TypeError: ('Keyword argument not understood:', 'input_dim')
请您参考如下方法:
units是LSTM的第一个参数,表示该层输出数据的最后一个维度。它显示第一个错误,因为您的代码在第一次尝试时没有 units。 units 满足条件,因此它在第二次尝试中显示第二个错误。
在这种情况下,您应该使用 input_shape 参数来指定第一层输入的形状。您的第一个 LSTM 层 input_shape 应该有两个数据(timestep 和 feature,batch_size默认不需要填写)因为LSTM需要三维输入。假设您的时间步长为 10,则您的代码应更改为以下内容。
from tensorflow.python.keras.models import Sequential
from tensorflow.python.keras.layers import Dense, LSTM, Dropout,Activation
model = Sequential()
model.add(LSTM(units=100,input_shape=(10,1),return_sequences=True))
model.add(Dropout(0.2))
model.add(LSTM(100, return_sequences=False))
model.add(Dropout(0.2))
model.add(Dense(units=1))
model.add(Activation('linear'))
model.compile(loss="mse", optimizer="rmsprop")
print(model.summary())
_________________________________________________________________
Layer (type) Output Shape Param #
=================================================================
lstm (LSTM) (None, 10, 100) 40800
_________________________________________________________________
dropout (Dropout) (None, 10, 100) 0
_________________________________________________________________
lstm_1 (LSTM) (None, 100) 80400
_________________________________________________________________
dropout_1 (Dropout) (None, 100) 0
_________________________________________________________________
dense (Dense) (None, 1) 101
_________________________________________________________________
activation (Activation) (None, 1) 0
=================================================================
Total params: 121,301
Trainable params: 121,301
Non-trainable params: 0
_________________________________________________________________
