报这种错误的原因主要是2328750 不等于四个数相乘（200×234×1×数据输出长度≠2328750），我碰到错之后，看了一下网上的解决方案好像都没有怎么说清楚这个问题。我也无法说明其具体原理，但是经过修改我成功解决了这个问题，以下是我的解决方案。

在导入数据后，我原本的代码是：

y_train = np.array(y_train,dtype='float32').reshape(-1,4)
X_train = np.array(X_train,dtype='float32').reshape(-1,200,234,1))

为了方便解释，reshape函数中的数字分别为（-1，a，b，c）

总的原理是要使 X_train输出长度 × a × b × c=2328750，其中倍数相当于输出列表的长度，即len(X_train[0])。

①其中 a = len(X_train[0])=230。

len(X_train[0])

②在我这个案例中，由于我需要使最后y_train 的个数和X_train 相同。我的len(y_train[0])=4，最后生成的y_train长度为75。即需要 X_train输出长度=75 ，这个数字不用写在函数中，是用于我们的计算。

③于是2328750/75=31050，即我的reshape函数中 a×b×c = 31050。

④同时，由于 a 是len(X_train[0])=230，即 b×c =135 ，关于 b c 我并不确定修改方式，这里我当成135×1，即 b = 135 ，c = 1。

此时：X_train输出长度（75=生成的y_train长度）× a（len(X_train[0])） × b（135） × c（1）=2328750

最后我的代码更改为

X_train = np.array(X_train,dtype='float32').reshape(-1,len(X_train[0]),135,1)

这样修改之后就没有报错了。

可以借助一下在线分解质因数的网站，来看数据有哪些因数可以调整，因为在这之中只有bc的值我是不确定的