感谢patyork在Github上回答了这个问题：
第二个LSTM层未获得预期的3D输入（形状为（batch_size，时间步长，特征）。这是因为第一个LSTM层具有（按默认值计算）return_sequences
= False，这意味着它仅输出在时间t-1处设置的最后一个要素，其形状为（batch_size，32）或2个不包含时间的尺寸。
因此，要提供一个代码示例，说明如何使用堆叠式LSTM实现多对一（return_sequences =
False）序列分类，只需确保在中间层使用return_sequences = True就是这样：
model = Sequential()model.add(LSTM(32, input_dim=64, input_length=10, return_sequences=True))model.add(LSTM(24, return_sequences=True))model.add(LSTM(16, return_sequences=True))model.add(LSTM(1, return_sequences=False))model.compile(optimizer = 'RMSprop', loss = 'categorical_crossentropy')
（没有错误）
