Tensorflow : LSTM模型中的形状错误应为shape=(None，None，90)，找到shape=[90，1，78]

TensorFlow是一个开源的人工智能框架，用于构建和训练各种机器学习模型。LSTM（长短期记忆）是一种循环神经网络（RNN）的变体，常用于处理序列数据，如文本、语音等。

在给定的问答内容中，提到了一个形状错误，应该是将LSTM模型的输入形状设置为shape=(None, None, 90)，但实际上设置为了shape=[90, 1, 78]。这个错误导致了输入数据的维度不匹配，可能会导致模型训练失败或产生错误的预测结果。

为了解决这个问题，需要将输入数据的形状调整为正确的形式。根据给定的错误形状shape=[90, 1, 78]，可以通过以下步骤进行调整：

1. 将第一个维度90修改为None，表示可以接受任意长度的序列数据。
2. 将第二个维度1修改为None，表示可以接受任意数量的样本。
3. 将第三个维度78修改为90，以匹配模型期望的特征数量。

调整后的正确形状应为shape=(None, None, 90)。

关于TensorFlow中LSTM模型的更多信息，可以参考以下链接：

• TensorFlow官方文档
• TensorFlow LSTM模型教程
• TensorFlow LSTM模型示例

腾讯云提供了多个与人工智能和深度学习相关的产品和服务，可以用于构建和部署TensorFlow模型。以下是一些推荐的腾讯云产品和产品介绍链接：

1. 腾讯云AI Lab：提供了丰富的人工智能开发工具和资源，包括模型训练平台、数据集、模型库等。
2. 腾讯云AI推理：提供了高性能的深度学习推理服务，可用于部署和运行训练好的TensorFlow模型。
3. 腾讯云机器学习平台：提供了完整的机器学习开发和部署环境，支持TensorFlow等多种框架。

以上是关于TensorFlow中LSTM模型形状错误的解释和修正方法，以及腾讯云相关产品和链接的建议。希望对您有帮助！