(根据OP对这个问题的评论进行了编辑,他们在此发布了此链接:https ://github.com/fchollet/keras/issues/1920)
您X
不是单个numpy数组,而是一个数组数组。(否则其形状为X.shape=(35730,513,15)
。
该方法必须是单个numpy数组fit
。由于长度是可变的,因此不能有一个包含所有数据的numpy数组,因此必须将其划分为较小的数组,每个数组包含的数据长度相同。
为此,您可能应该按形状创建字典,然后手动循环字典(可能还有其他更好的方法…):
#code in python 3.5
xByShapes = {}
yByShapes = {}
for itemX,itemY in zip(X,Y):
if itemX.shape in xByShapes:
xByShapes[itemX.shape].append(itemX)
yByShapes[itemX.shape].append(itemY)
else:
xByShapes[itemX.shape] = [itemX] #initially a list, because we're going to append items
yByShapes[itemX.shape] = [itemY]
最后,您循环这本词典进行培训:
for shape in xByShapes:
model.fit(
np.asarray(xByShapes[shape]),
np.asarray(yByShapes[shape]),...
)
或者,您可以填充数据,以便所有样本都使用零或一些虚拟值来具有相同的长度。