错误展示

ValueError: Input 0 is incompatible with layer sequential: expected shape=(None, None, 22), found shape=[None, 22, 1]

keras 中的 input_shape 和 数据中的 shape 不一致；

提示说明

expected shape=(None, None, 22), found shape=[None, 22, 1]
期望得到的数据形状是 （None, None, 22) 最后一个维度一定要是 22；
但是我们的数据确实 (None, 22, 1) ;

解决方向

分为：检查并修改 模型 input_shape 或者 检查并修改 数据的 shape

1. 修改数据形状**（重点是让 最后一维和模型的 input_shape对上）**
   对于 numpy 类型的数据而言，我们可以 使用 numpy,reshape(data, shape)
   具体修改如下：

numpy.reshape(data, (-1, 1, 22))
## 或者
data.reshape(-1,1,22)
## 重点是 22 , 是让 数据的最后一维和模型的最后一维对上

对于 张量形式 可以使用

tf.reshape(data, (-1,1,22))

2. 修改模型的 input_shape （ 重点是让 模型的 input_shape 和 数据 的维度对上）

model.add(LSTM(128, input_shape=(None, 1)))

结果记录

我选择的检查模型，并进行修改，之后，便没有错误了：