Keras中LSTM层传input_shape等参数报错，求助输入形状定义位置

核心问题 #

你自定义的函数名LSTM和Keras内置的LSTM层重名了，导致代码里调用的是你自己写的函数，而非Keras的LSTM层，所以会出现“不认识input_shape、return_sequences参数”的错误。

修正步骤 #

1. 重命名自定义函数
   把你的模型构建函数改名，比如改成build_lstm_model，避免和Keras的LSTM层冲突。

2. 确保正确导入Keras的LSTM层
   确认代码开头有正确的导入语句：

# TensorFlow Keras
from tensorflow.keras.models import Sequential
from tensorflow.keras.layers import LSTM, Dense

# 或者原生Keras
from keras.models import Sequential
from keras.layers import LSTM, Dense

3. 修正后的代码示例

def build_lstm_model(structure):
    model = Sequential()
    # 这里调用的是Keras的LSTM层，可正常使用input_shape、return_sequences参数
    model.add(LSTM(20, input_shape=(data["X_train"].shape[1], data["X_train"].shape[2]), return_sequences=True))
    model.add(Dense(units=1, activation='linear'))
    return model

输入形状的定义方式 #

在Sequential模型中，输入形状有两种常用定义方式：

• 直接在第一个层（比如LSTM）上通过input_shape参数指定，格式为(时间步长, 特征数)，不需要包含批量维度。
• 先添加Input层明确输入形状，再连接后续层：

from tensorflow.keras.layers import Input

def build_lstm_model(structure):
    model = Sequential()
    model.add(Input(shape=(data["X_train"].shape[1], data["X_train"].shape[2])))
    model.add(LSTM(20, return_sequences=True))
    model.add(Dense(units=1, activation='linear'))
    return model

内容的提问来源于stack exchange，提问作者Med EC