Keras TimeDistributed层输入形状不匹配问题求助

错误原因 #

你用的LSTM层默认return_sequences=False，只会输出最后一个时间步的特征，输出形状是(None, 16)（2维），但TimeDistributed层要求输入必须是至少3维的张量（批量大小，时间步，特征数）——它的作用是对每个时间步单独应用Dense层，所以2维输入直接触发了报错。

解决步骤 #

1. 修改LSTM层参数：给LSTM加上return_sequences=True，让它返回每个时间步的输出，此时LSTM的输出形状变成(None, 10, 16)（3维），刚好满足TimeDistributed的要求。
2. 调整Dense层输出维度：你的标签形状是(100,10,1)，最后一层Dense的输出单元数应该设为1，而不是10，否则会出现输出与标签形状不匹配的新错误。

修正后的代码 #

from tensorflow.keras.models import Sequential
from tensorflow.keras.layers import LSTM, TimeDistributed, Dense
import numpy as np

data = np.random.random((100, 10, 32))
labels = np.random.randint(2, size=(100, 10, 1))

model = Sequential()
# 加入return_sequences=True，返回所有时间步的输出
model.add(LSTM(16, input_shape=(10, 32), return_sequences=True))
# Dense输出单元改为1，匹配标签形状
model.add(TimeDistributed(Dense(1, activation='sigmoid')))

model.compile(loss='binary_crossentropy', optimizer='adam')
model.fit(data, labels, epochs=10, batch_size=32)

内容的提问来源于stack exchange，提问作者Mateusz Dorobek