ValueError:层simple_rnn_1的输入0与层不兼容:需要的ndim=3，找到的ndim=2。收到的完整形状：[None，50]

这个错误是由于在使用simple_rnn_1层时，输入的数据维度不匹配导致的。simple_rnn_1层要求输入的数据维度为3，但是收到的数据维度为2。

简单循环神经网络（Simple RNN）是一种常用的循环神经网络模型，用于处理序列数据。它的输入数据维度应该是三维的，即(batch_size, timesteps, input_dim)。其中，batch_size表示每个训练批次的样本数量，timesteps表示序列的时间步数，input_dim表示每个时间步的输入特征维度。

解决这个错误的方法是调整输入数据的维度，使其符合simple_rnn_1层的要求。可以使用Keras的Reshape层或者numpy的reshape函数来改变数据的维度。

以下是一个示例代码，展示如何使用Reshape层来调整数据维度：

from keras.models import Sequential
from keras.layers import Reshape, SimpleRNN

# 假设输入数据的维度为[None, 50]
model = Sequential()
model.add(Reshape((1, 50), input_shape=(50,)))
model.add(SimpleRNN(units=32))
# 添加其他层和配置...

# 打印模型结构
model.summary()

在上述代码中，使用Reshape层将输入数据的维度从[None, 50]调整为[None, 1, 50]，然后再将其输入到SimpleRNN层中。

关于simple_rnn_1层的更多信息和使用方法，您可以参考腾讯云的产品文档：SimpleRNN层 - 腾讯云。

请注意，以上答案仅供参考，具体的解决方法可能因您使用的框架和环境而有所不同。