为什么在r中运行lstm时会出现此错误？

我正在尝试使用lstm和keras在R中建立多元预测模型。我遇到了我无法解释的长错误！

我的数据有20个预测变量和5个响应，因此很难在此处附加数据。在这里，我附上我尝试过的代码。

library(keras)
#partitioning the data and splitting
set.seed(1234)
ind <- sample(2,nrow(data),replace = T,prob = c(0.7,0.3))
training <- as.matrix(data[ind==1,1:20])
test<- as.matrix(data[ind==2,1:20])
trainingtarget <- as.matrix(data[ind==1,21:25])
testtarget<- as.matrix(data[ind==2,21:25])
#reshaping the data to 3D arrays:
xarray <- array(data = training,dim = c(nrow(training),1,20))
yarray <- array(data = trainingtarget,dim = c(nrow(trainingtarget),5))
#model:
model <- keras_model_sequential()
model %>%
  layer_lstm(units = 50,input_shape = c(1,20),batch_size  = 1) %>% 
   layer_dense(units = 1)
#compiling
model %>% 
  compile(loss = 'mae',optimizer = 'adam')
#fitting 
model %>% fit(x = xarray,y = yarray,batch_size = 1,epochs     = 10,verbose    = 1,shuffle    = FALSE)

我总是遇到不同类型的错误，这很令人沮丧：

“ C：\ Users \ MUSTAF〜1 \ DOCUME〜1 \ CONDA〜1 \ envs \ R-RETI〜1 \ lib \ site-packages \ tensorflow \ python \ framework \ dtypes.py：516：FutureWarning：传递不赞成使用（type，1）或'1type'作为type的同义词；在numpy的未来版本中，它将被理解为（type，（1，））/'（1，）type'。 _np_qint8 = np.dtype（[（“ qint8”，np.int8，1）]） C：\ Users \ MUSTAF〜1 \ DOCUME〜1 \ CONDA〜1 \ envs \ R-RETI〜1 \ lib \ site-packages \ tensorflow \ python \ framework \ dtypes.py：517：FutureWarning：Passing（type，1 ）或不赞成使用“ 1type”作为type的同义词；在numpy的未来版本中，它将被理解为（type，（1，））/'（1，）type'。 _np_quint8 = np.dtype（[（“ quint8”，np.uint8，1）]） C：\ Users \ MUSTAF〜1 \ DOCUME〜1 \ CONDA〜1 \ envs \ R-RETI〜1 \ lib \ site-packages \ tensorflow \ python \ framework \ dtypes.py：518：FutureWarning：Passing（type，1 ）或不赞成使用“ 1type”作为type的同义词；在numpy的未来版本中，它将被理解为（type，（1，））/'（1，）type'。 _np_qint16 = np.dtype（[（“ qint16”，np.int16，1）]） C：\ Users \ MUSTAF〜1 \ DOCUME〜1 \ CONDA〜1 \ envs \ R-RETI〜1 \ lib \ site-packages \ tensorflow \ python \ framework \ dtypes.py：519：FutureWarning：Passing（type，1 ）或不赞成使用“ 1type”作为type的同义词；在numpy的未来版本中，它将被理解为（type，（1，））/'（1，）type'。 _np_quint16 = np.dtype（[（“” quint16“，np.uint16，1）]） C：\ Users \ MUSTAF〜1 \ DOCUME〜1 \ CONDA〜1 \ envs \ R-RETI〜1 \ lib \ site-packages \ tensorflow \ python \ framework \ dtypes.py：520：FutureWarning：Passing（type，1 ）或不赞成使用“ 1type”作为type的同义词；在numpy的未来版本中，它将被理解为（type，（1，））/'（1，）type'。 _np_qint32 = np.dtype（[（“ qint32”，np.int32，1）]） C：\ Users \ MUSTAF〜1 \ DOCUME〜1 \ CONDA〜1 \ envs \ R-RETI〜1 \ lib \ site-packages \ tensorflow \ python \ framework \ dtypes.py：525：FutureWarning：Passing（type，1 ）或不赞成使用“ 1type”作为type的同义词；在numpy的未来版本中，它将被理解为（type，（1，））/'（1，）type'。 np_resource = np.dtype（[（“ resource”，np.ubyte，1）]） C：\ Users \ MUSTAF〜1 \ DOCUME〜1 \ CONDA〜1 \ envs \ R-RETI〜1 \ lib \ site-packages \ tensorboard \ compat \ tensorflow_stub \ dtypes.py：541：FutureWarning：Passing（type，1 ）或不赞成使用“ 1type”作为type的同义词；在numpy的未来版本中，它将被理解为（type，（1，））/'（1，）type'。 _np_qint8 = np.dtype（[（“ qint8”，np.int8，1）]） C：\ Users \ MUSTAF〜1 \ DOCUME〜1 \ CONDA〜1 \ envs \ R-RETI〜1 \ lib \ site-packages \ tensorboard \ compat \ tensorflow_stub \ dtypes.py：542：FutureWarning：Passing（type，1 ）或不赞成使用“ 1type”作为type的同义词；在numpy的未来版本中，它将被理解为（type，（1，））/'（1，）type'。 _np_quint8 = np.dtype（[（“ quint8”，np.uint8，1）]） C：\ Users \ MUSTAF〜1 \ DOCUME〜1 \ CONDA〜1 \ envs \ R-RETI〜1 \ lib \ site-packages \ tensorboard \ compat \ tensorflow_stub \ dtypes.py：543：FutureWarning：Passing（type，1 ）或不赞成使用“ 1type”作为type的同义词；在numpy的未来版本中，它将被理解为（type，（1，））/'（1，）type'。 _np_qint16 = np.dtype（[（“ qint16”，np.int16，1）]） C：\ Users \ MUSTAF〜1 \ DOCUME〜1 \ CONDA〜1 \ envs \ R-RETI〜1 \ lib \ site-packages \ tensorboard \ compat \ tensorflow_stub \ dtypes.py：544：FutureWarning：Passing（type，1 ）或不赞成使用“ 1type”作为type的同义词；在numpy的未来版本中，它将被理解为（type，（1，））/'（1，）type'。 _np_quint16 = np.dtype（[（“” quint16“，np.uint16，1）]） C：\ Users \ MUSTAF〜1 \ DOCUME〜1 \ CONDA〜1 \ envs \ R-RETI〜1 \ lib \ site-packages \ tensorboard \ compat \ tensorflow_stub \ dtypes.py：545：FutureWarning：Passing（type，1 ）或不赞成使用“ 1type”作为type的同义词；在numpy的未来版本中，它将被理解为（type，（1，））/'（1，）type'。 _np_qint32 = np.dtype（[（“ qint32”，np.int32，1）]） C：\ Users \ MUSTAF〜1 \ DOCUME〜1 \ CONDA〜1 \ envs \ R-RETI〜1 \ lib \ site-packages \ tensorboard \ compat \ tensorflow_stub \ dtypes.py：550：FutureWarning：Passing（type，1 ）或不赞成使用“ 1type”作为type的同义词；在numpy的未来版本中，它将被理解为（type，（1，））/'（1，）type'。 np_resource = np.dtype（[（“ resource”，np.ubyte，1）]）警告：tensorflow： TensorFlow contrib模块不会包含在TensorFlow 2.0中。有关更多信息，请参见： * https://github.com/tensorflow/community/blob/master/rfcs/20180907-contrib-sunset.md * https://github.com/tensorflow/addons * https://github.com/tensorflow/io（用于与I / O相关的操作）如果您依赖那里未列出的功能，请提出问题。

2019-11-06 15：26：31.916062：I tensorflow / core / platform / cpu_feature_guard.cc：142]您的CPU支持该TensorFlow二进制文件未编译为使用的指令：AVX2 py_call_impl中的错误（可调用，dots $ args，dots $ keywords）： InvalidArgumentError：data [0] .shape = [3]不是以索引[0] .shape = [2]开头 [[{{node Adam / gradients / loss / dense_loss / Mean_grad / DynamicStitch}}]]

详细的回溯：第780行的文件“ C：\ Users \ MUSTAF〜1 \ DOCUME〜1 \ CONDA〜1 \ envs \ R-RETI〜1 \ lib \ site-packages \ tensorflow \ python \ keras \ engine \ training.py”适合 steps_name ='steps_per_epoch'）第363行的文件“ C：\ Users \ MUSTAF〜1 \ DOCUME〜1 \ CONDA〜1 \ envs \ R-RETI〜1 \ lib \ site-packages \ tensorflow \ python \ keras \ engine \ training_arrays.py” model_iteration batch_outs = f（ins_batch）文件“ C：\ Users \ MUSTAF〜1 \ DOCUME〜1 \ CONDA〜1 \ envs \ R-RETI〜1 \ lib \ site-packages \ tensorflow \ python \ keras \ backend.py”，行3292，致电 run_metadata = self.run_metadata）文件“ C：\ Users \ MUSTAF〜1 \ DOCUME〜1 \ CONDA〜1 \ envs \ R-RETI〜1 \ lib \ site-packages \ tensorflow \ python \ client \ session.py”，行1458， >致电 run_metadata_ptr）“

为什么在r中运行lstm时会出现此错误？

chenyu1644 回答：为什么在r中运行lstm时会出现此错误？

大家都在问