[問題] LSTM多對多預測 輸入資料結構問題

[yanwu0105 (輝飛)]

作業系統:ubuntu
(ex:mac,win10,win8,win7,linux,etc...)

問題類別:LSTM
(ex：ML,SVM,RL,DL,RNN,CNN,NLP,BD,Vis,etc...)

使用工具:python
(ex:python,Java,C++,tensorflow,keras,MATLAB,etc...)

各位大大晚安

目前正在學習LSTM多對多預測，手邊有一組"48期交易金額"的資料，1000名顧客，共
48000筆資料
想要把48期切分成36期訓練，12期測試
並且利用1~35期當作預測X，Y為2~36期的金額

import 進 模型的Shape：
trainX：(1000,1,35)
trainY：(1000,35)

訓練模型程式碼如下：
model = Sequential()
model.add(LSTM(4, input_shape=(35,1)))
model.add(Dense(35))
model.compile(loss='mean_squared_error', optimizer='adam')
model.fit(trainX, trainY, epochs=100, batch_size=1, verbose=2)

error 代碼如下：ValueError: Error when checking input: expected lstm_9_input to have shape
(35, 1) but got array with shape (1, 35)

不知道是否是多對多時輸入資料的型態錯誤，或者是哪裡沒有搞懂?
麻煩各位大大解答，感謝！

--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 140.119.78.38
※ 文章網址: https://www.ptt.cc/bbs/DataScience/M.1540473886.A.5E2.html
→ mai2338: Input_shape=(1,35)
→ mai2338: FYR https://bit.ly/2JtWPeN
→ yoyololicon: trainX: (1000, 35, 1)
推 germun: 看不懂你的切分什麼意思 不過你data shape不對
推 bor1286: 訓練集給(1,35)  卻要模型吃(35,1)  棒！
→ bor1286: 然後fit時不用validation觀察一下？