我試圖了解如何使用 keras 進行供應鏈預測，但我不斷收到在其他地方找不到幫助的錯誤。我試過做類似的教程；太陽黑子預測教程、污染多元教程等，但我仍然不明白 input_shape 參數是如何工作的，或者如何組織我的數據以使其被 keras 接受。我的數據集是一個單一的時間序列，描述了我們每個月銷售的產品數量。我把那個單一的時間序列，107 個月，變成了一個 30 行，77 列的數據集。我從中創建了一個訓練集和測試集。但無論我做什么，即使只是創建一個沒有某種錯誤的模型，我也無法通過。Keras v #: 1.2.0C：\用戶\ Ryan.B>蟒-c “進口keras;打?。╧eras版）”使用 TensorFlow 后端。1.2.0Python版本：3.5.4這是我得到的代碼和相應的錯誤。任何幫助解決這些錯誤，以及了解 input_shape 和 output_dim 如何工作的將不勝感激！最終，我想開始使用諸如每月營銷預算/指標和銷售團隊指標之類的東西作為多變量預測的外部回歸量，但一次一個步驟。感謝您的時間和投入！
1 回答
寶慕林4294392
TA貢獻2021條經驗 獲得超8個贊
你真的應該升級到 Keras 2；在 Keras 1.x 中，units甚至不是一個有效的參數，因此你的錯誤：
import keras
from keras.models import Sequential
from keras.layers import LSTM
keras.__version__
# '2.2.4'
您的情況在 Keras 2 中仍然出現錯誤，盡管有所不同：
model = Sequential()
model.add(LSTM(units=64, input_shape=(77, 1), output_dim=1))
[...]
TypeError: For the `units` argument, the layer received both the legacy keyword argument `output_dim` and the Keras 2 keyword argument `units`. Stick to the latter!
省略遺留output_dim參數，正如消息所建議的那樣，我們讓它工作：
model = Sequential()
model.add(LSTM(units=64, input_shape=(77, 1)))
model.summary()
# result:
_________________________________________________________________
Layer (type) Output Shape Param #
=================================================================
lstm_1 (LSTM) (None, 64) 16896
=================================================================
Total params: 16,896
Trainable params: 16,896
Non-trainable params: 0
_________________________________________________________________
所以，我真的建議你升級到 Keras 2（我非常懷疑 Keras 1.x 與 Tensorflow 1.2 兼容），如果你仍然有問題，請打開一個新問題......
添加回答
舉報
0/150
提交
取消