使用Keras构建LSTM蛋白质分类模型遇输入维度不兼容错误

错误原因 #

LSTM层要求输入为3维张量，形状格式是 (batch_size, timesteps, features)（批量数，时间步长，特征数），但你的输入经过Normalization层后仍是2维的 (None, 4)，因此触发维度不匹配错误。

解决步骤 #

要让输入符合LSTM的要求，需要为数据添加时间步维度（如果你的蛋白质特征是静态单步数据，可将时间步长设为1），有两种实现方式：

方式1：预处理数据时扩展维度

在将特征转为numpy数组后，用np.expand_dims增加一个维度：

protein_features = protein_dataset.copy()
protein_labels = protein_features.pop('Class')
# 扩展维度，形状从(样本数,4)变为(样本数,1,4)
protein_dataset = np.expand_dims(np.array(protein_features), axis=1)
normalize = layers.Normalization()
normalize.adapt(protein_features)

model = Sequential([
   normalize, 
   layers.LSTM(50, return_sequences=False),  # 改为False，输出2维张量匹配后续Dense层
   layers.Dropout(0.5),
   layers.Dense(1, activation='sigmoid')
])

方式2：在模型中添加Reshape层

在Normalization层之后加入Reshape层，动态调整输入维度：

protein_features = protein_dataset.copy()
protein_labels = protein_features.pop('Class')
protein_dataset = np.array(protein_features)
normalize = layers.Normalization()
normalize.adapt(protein_features)

model = Sequential([
   normalize, 
   layers.Reshape((1, 4)),  # 将(None,4)转为(None,1,4)
   layers.LSTM(50, return_sequences=False),
   layers.Dropout(0.5),
   layers.Dense(1, activation='sigmoid')
])

额外说明 #

• 原代码中LSTM(50, return_sequences=True)会输出3维张量，若后续直接接Dense层，要么将return_sequences改为False（输出2维张量），要么在Dropout后添加Flatten()层将3维张量展平为2维，否则会出现新的维度不兼容问题。
• 如果你的蛋白质数据实际是序列数据（比如氨基酸序列），则需要重新整理数据为(样本数, 序列长度, 特征数)的格式，而不是简单添加单时间步维度。

内容的提问来源于stack exchange，提问作者eneko valero