堆叠LSTM输出与输入同形状三维张量报错问题求解

首先排查两个核心问题，修改后即可满足输出三维同结构的需求：

• 修正代码缩进错误：你贴出的代码中第一层Dropout存在多余缩进，实际运行时可能导致第一层LSTM的return_sequences=True参数未正确生效，使得第一层LSTM默认返回最后一个时间步的二维输出，触发第二层LSTM的维度不匹配报错。修正后的规范代码如下：

self.model = Sequential()

self.model.add(LSTM(self.config.layers[0],
    input_shape=(None, channel.X_train.shape[2]),
    return_sequences=True))
self.model.add(Dropout(self.config.dropout))

self.model.add(LSTM(
    self.config.layers[1],
    return_sequences=True))
self.model.add(Dropout(self.config.dropout))

self.model.add(Dense(self.config.n_predictions))
self.model.add(Activation('linear'))

• 匹配输出维度：你需要输出形状和输入(2000, 200, 10)完全一致，需要将self.config.n_predictions设置为10。Dense层会自动对每个时间步的输出做特征映射，最终输出形状会保持(样本数, 时间步长, 特征数)的三维结构，符合你的需求。

如果调整后仍有异常，确认你传入模型的训练数据形状是否确实为(2000, 200, 10)，没有在数据预处理阶段被错误降维即可。

内容的提问来源于stack exchange，提问作者Fabio