数据库的连接问题

你那个写得太复杂了，你改成这样试试，

<%set connect=server.createobject("adodb.connection")

connect.open "driver={microsoft access driver (*.mdb)}dbq="&server.mappath("********.mdb")

exec="select * from 你的表名"

set rs=server.CreateObject("adodb.recordset")

rs.open exec,connect,1,3

-----------

rs.close

set rs=nothing

connect.close

set connect=nothing%>

不是很清楚你要如何处理你的数据。

1. 如果是想用卷积层前处理很多张图片，然而再用LSTM预测这种顺序的图片，那么你的tensor会多一个time_step维度。

但是time_step的维度是为LSTM准备的。进入卷积层之前，你应该会需要将输入reshape。

输入：（samples, time_step, channel, length, width），

channel, length, width不变。将samples, time_step reshape到一个维度上。

keras.layers.core.Reshape(（-1, channel, length, width）)

变成：（samples*time_step, channel, length, width）

这时再送入卷基层。

卷基层处理完后，你应该还会需要model.add(Flatten())：#(若要保留某维为后用，则用reshape)

变成（samples*time_step, nb_features_from_last_layer_in_cnn ）

这时再reshape回来，keras.layers.core.Reshape(（samples, time_step, channel, length, width）)

然后送入LSTM层处理。

如果还想接feedforward layers，你还需要reshape。

这里的问题是time_step是只在LSTM层需要，其他层time_step可以被看做samples

2. 如果你是想用卷积层中已有的维（比如length、width、channels、filters）作为time_step，那么你需要Permute((, , , ))来调节tensor对应的维。比如将长度作为time step用递归层来抓取特点，单靠permute可以。但是你描述的貌似是多个图片序列，那需要第一种reshape来做。

---