Erro com LSTMS

[Carlos Tadei]

Boa tarde, tudo bem?

Estou tentando implementar LSTMS no modelo, porém estou enfrentando alguns conflitos como esse abaixo quando chama o modelo trader = AI_Trader(window_size).

TypeError: (‘Keyword argument not understood:’, ‘input_dim’)

Resolvi o erro usando… input_shape=(None, self.state_size) com a LSTM

Mas quando executo o treinamento ele pede um shape de 3 dimensões na função batch_train, tentei com 3 dimensões ai ele da erro quando chama o modelo para a variável trader, acusando que tem 4 dimensões.

input_shape=(None, 0, self.state_size) # 3 Dimensões

Ele volta com o seguinte erro.

ValueError: Input 0 of layer unified_lstm_5 is incompatible with the layer: expected ndim=3, found ndim=4. Full shape received: [None, None, 0, 50]

Não consegui entender exatamente o que entra nessas 3 dimensões..

att

Carlos

[Carlos Tadei]

…

[Jones Granatyr]

Olá Carlos,

Passou batido aqui sua primeira pergunta 🙁

Logo já respondemos!

Jones

[Carlos Tadei]

Olá Jones

Ok obrigado

Fico no aguardo

Carlos

[Fábio Spak]

Boa noite Carlos, o código que você esta tentando executar é o mesmo código da vídeo aula?

Bons estudos 🙂

[Carlos Tadei]

Boa noite Fábio

Sim e o mesmo da aula, a unica diferença foi que coloquei uma rede neural recorrente com LSTM.

Com uma rede neural comum Densa igual da aula funciona normal, mas como foi sugerido no final da aula aplicar uma LSTM para melhores resultados eu tentei fazer e não obtive sucesso.

att

Carlos

[Fábio Spak]

Boa noite Carlos, no momento não temos esse conteúdo implementado, mas pesquisando encontrei algumas discussões que podem lhe ajudar:

https://stackoverflow.com/questions/48461504/error-when-checking-input-expected-lstm-1-input-to-have-3-dimensions-but-got-a

https://stackoverflow.com/questions/44704435/error-when-checking-model-input-expected-lstm-1-input-to-have-3-dimensions-but

Bons estudos 🙂

 

[Carlos Tadei]

Boa noite.

Consegui resolver, era realmente o reshape pois um LSTM recebe na input [batch, timesteps, feature].

state = np.reshape(state, (state.shape[0], 1, state.shape[1])) e next_state = np.reshape(next_state, (next_state.shape[0], 1, next_state.shape[1]))

Obrigado!!

[Autor]

Posts