张量流/tflearn 输入形状

我正在尝试创建一个 lstm-rnn 来生成音乐序列。训练数据是大小为 4 的向量序列，表示一些要训练的歌曲中每个音符的各种特征（包括 MIDI 音符）。

从我的阅读来看，我想要做的是对于每个输入样本，输出样本是下一个大小为 4 的向量（即，它应该尝试在给定当前音符的情况下预测下一个音符，并且由于LSTM 融合了之前样本的知识）。

我正在使用 tflearn，因为我对 RNN 还很陌生。我有以下代码

net = tflearn.input_data(shape=[None, seqLength, 4])
net = tflearn.lstm(net, 128, return_seq=True)
net = tflearn.dropout(net, 0.5)
net = tflearn.lstm(net, 128)
net = tflearn.dropout(net, 0.5)
net = tflearn.fully_connected(net, 4, activation='softmax')
net = tflearn.regression(net, optimizer='adam',
                     loss='mean_square')

# Training
model = tflearn.DNN(net, tensorboard_verbose=3)
model.fit(trainX, trainY, show_metric=True, batch_size=128)

在这段代码之前，我已将 trainX 和 trainY 拆分为长度为 20 的序列（任意，但我在某处读到，对这样的序列进行训练是实现此目的的好方法）。

这似乎很好，但我收到错误 ValueError: Cannot feed value of shape (128, 16, 4) for Tensor u'TargetsData/Y:0', which has shape '(?, 4)'

SO：到目前为止，我的假设是输入形状 [None, seqLength, 4] 对 TF [batchLength（由 tflearn 顺序输入）、序列长度、样本特征长度] 表示。我不明白的是为什么它说输出形状错误？我对数据序列分割的假设是否错误？当我尝试输入所有数据而不拆分为序列时，输入形状为 [None, 4]，TF 告诉我 LSTM 层需要至少具有 3 个维度的输入形状。

我无法弄清楚输入和输出的形状应该是什么。感觉这应该是一件简单的事情——我有一组向量输入序列，我希望网络尝试预测序列中的下一个。网上很少有不具备相当高级知识水平的内容，所以我遇到了困难。非常感谢任何人都能提供的任何见解！

我解决了这个问题，所以我在这里为遇到同样问题的人写下答案。这是基于对这些网络如何工作的误解，但这是我读过的大多数教程中假定的知识，因此其他初学者可能不清楚。

LSTM 网络对于这些情况非常有用，因为它们可以考虑输入历史记录。向 LSTM 提供历史记录的方式是通过排序，但每个序列仍然会导致单个输出数据点。因此输入必须是 3D 形状，而输出只是 2D 形状。

给定整个序列和所需的历史长度，我将输入拆分为历史长度序列和单个输出向量。这解决了我的形状问题。