tensorflow/tflearn输入形状

Question

我正在尝试创建一个lstm来生成音乐序列。训练数据是大小为4的向量序列，表示要训练的歌曲中每个音符的各种特征(包括MIDI音符)。

从我的阅读来看，我想做的似乎是，对于每个输入样本，输出样本是下一个大小为4的向量(也就是说，它应该尝试预测给定当前一个向量的下一个注释，并且由于LSTM包含了前面的样本知识)。

我正在使用tflearn，因为我对RNN仍然非常陌生。我有以下代码

net = tflearn.input_data(shape=[None, seqLength, 4])
net = tflearn.lstm(net, 128, return_seq=True)
net = tflearn.dropout(net, 0.5)
net = tflearn.lstm(net, 128)
net = tflearn.dropout(net, 0.5)
net = tflearn.fully_connected(net, 4, activation='softmax')
net = tflearn.regression(net, optimizer='adam',
                     loss='mean_square')

# Training
model = tflearn.DNN(net, tensorboard_verbose=3)
model.fit(trainX, trainY, show_metric=True, batch_size=128)

在这段代码之前，我已经将trainX和trainY分割成长度为20的序列(任意的，但我在某个地方读到过这样的序列训练是一个很好的方法)。

这似乎很好，但我得到了错误ValueError:无法为具有形状'(?，4)形状的张量u‘’TargetsData/Y:0‘提供形状值(128、16、4)。

因此:到目前为止，我的假设是输入形状None，seqLength，4是对TF batchLength (按顺序输入)，序列长度，样本的特征长度。我不明白的是，为什么它说输出的形状不对？我是不是错误地假设了数据序列的分裂？当我尝试在没有分裂成序列的情况下输入我的所有数据，所以输入形状是None，4，TF告诉我LSTM层期望一个至少三维的输入形状。

我无法理解输入和输出的形状。感觉这应该是一件简单的事情--我有一组向量的输入序列，我想让网络尝试预测序列中的下一个向量。几乎没有什么网络不具备相当先进的知识水平，所以我碰到了一堵砖墙。真的很感激任何人都能给出的洞察力！

Answer 1

我解决了这个问题，所以我在这里为有同样问题的人写答案。这是基于对这些网络如何工作的错误理解，但在我读过的大多数教程中，这都是假定的知识，因此其他初学者可能不太清楚。

LSTM网络对于这些情况很有用，因为它们可以考虑输入历史。历史赋予LSTM的方式是通过排序，但是每个序列仍然导致一个输出数据点。因此，输入必须是三维形状，而输出只是2D。

给定一个完整的序列和一个期望的historyLength，我将输入分成historyLength序列和一个输出向量。这解决了我的体型问题。