我不能理解fit()方法的batch_size和来自LSTM输入维度的批次之间的区别:具有形状批次、时间步长和特征的3D张量。(请参阅输入keras：https://keras.io/api/layers/recurrent_layers/lstm/)。 为此，我还可以添加epochs。如果我有一个包含1000个
浏览 17提问于2021-09-29得票数 -1
我读过很多关于LSTM的教程，但它们都使用1个timestep。这是我的代码： X_trainset = np.reshape(X_trainset, (X_trainset.shape[0], 1, X_trainset.shape[1]))
for x in
浏览 10提问于2019-04-11得票数 0
1回答
我是RNN的新手，我想使用Tensorflow构建一个一对多的RNN。我的模型中的“一个”输入是一个3个坐标的向量(类似于x0，y0，z0)，而我希望实现的“许多”输出是一个由50个数字组成的序列，每个时间步对应一个数字。例如，我在三维空间中给出了这个单点，比如P= 1，2，3，我希望预测一个50个数字的序列，表示该点50个连续时间步长的温度。
我搜索了很多关于示例代码的<
浏览 0提问于2020-10-09得票数 1
我有一个数据集，其中每个样本是可变数量的时间步长，并且在每个时间步长内有5个确切的浮点数。我想训练一个预测单个值的RNN/LSTM：train_x = sample_1，sample我的Sequential Keras LSTM模型如下所
浏览 2提问于2021-10-06得票数 0
1回答
我已经连接在一起对数据进行预处理，现在，我需要将其重塑为3D输入数据，以便在LSTM中使用。我不知道使用pd.df.groupby(['timestep'])是否有意义，但我使用了一个很小的"np.reshape"函数，但似乎无法确定，我得到了错误。scaler.fit_transform(test_dataset)
def build_model():
model
浏览 7提问于2020-09-18得票数 1
回答已采纳
1回答
神经网络中的超长序列
、、、
初学者关于神经网络中序列的问题:假设我有分类问题，看起来如下：
类取决于整个序列--不可能在没有看到所有类的情况下确定类。NN是怎么处理这个的？我已经阅读过各种方法，例如截断序列(这是一个问题--序列的截短部分没有类，所以我不能标记它)，使用编码器/解码器lstm (同样，不能完全理解它如何解决问题)等等。
浏览 0提问于2018-05-03得票数 2
2回答
用于HSI数据分类的LSTM
、、、、
我正在尝试使用LSTM对Pavia University HSI data进行分类。X_train数据的形状为(610x340，103)，y_train数据的形状为(610x340)。因此，我有207400个样本，其中有103个特征(每个时间步1个特征)。我应该如何重塑我的数据，其中每个样本都是具有一个特征的103个时间步长的时间序列，以便使用LSTM</
浏览 35提问于2021-08-02得票数 0
1回答
LSTM层的输入形状是(batch_size，timesteps，features)。我目前有一个输入，看起来像这样：我使用我的代码重塑数据，使其看起来像这样[0,1,2,3],[2,3,4,5],[4,5,6,7],[6,7,8,9],]
但是，在Python中对此数据进行整形需要花费大量时间。有没
浏览 7提问于2019-06-09得票数 2
2回答
我有一个数据集，其中包含许多时间快照观察值，并将1或0作为每个观察值的标签。假设每个观察值包含3个特征。我想训练一个LSTM，它将接受n个观察值的序列，并尝试将第n个观察值分类为1或0。因此，如果我们有一个如下所示的数据集：# y = [1, 0, 1, 0]
# so X[0] =model.add(LSTM(2
浏览 23提问于2019-10-23得票数 1
回答已采纳
我有一个多维时间序列数据集，它具有以下形状(n_samples，512，9)，其中512是时间步长，9是通道。在第一个具有64个内核的1DCNN层之后，我的输出形状是(n_samples，512，64)。现在我想让我的输入到下一层，这是一个LSTM的形状(n_samples，384，64)。如果我有一个Maxpool层，它从池大小为4的池中返回最多3个值，就可以实现这一点，但在<e
浏览 11提问于2018-08-09得票数 1
2回答
我试图在Keras中使用多元LSTM进行多步时间序列预测.具体来说，我最初为每个时间步骤都有两个变量(var1和var2)。在遵循在线教程之后，我决定使用时间上的数据(t-2)和(t-1)来预测时间步骤t的var2值。正如示例数据表所示，我使用前4列作为输入，Y作为输出。我开发的代码可以看到，但我有三个问题。该模型能很好地预测var2在时间步长t
浏览 14提问于2017-10-24得票数 9
回答已采纳
1回答
我有一个时间序列数据集的训练数据集，如下所示：import pandas as pdtrain_X=train_df.drop(['var1(t)'],axis=1)如你所见，为了训练，我在网络中输入<
浏览 0提问于2020-07-06得票数 0
1回答
我正在建立一个事件序列数据(事务)异常检测系统。对于每个时间步骤，事务可以处于76个不同阶段中的任意一个阶段。
因此，我的数据集是一个大小为(m，t，N)的三维数组。M是样本数(~40000)，t=最长事务的长度(I是零填充所有较短的序列)，N是每个时间步长上可能发生的事件数。到目前为止，我已经在Python中用Keras创建了一个LSTM变分自
浏览 0提问于2020-08-14得票数 0
1回答
我正在训练一个LSTM网络模型，使用媒体特性进行手语识别。
我在定义模型时遇到了问题，因为视频有不同的长度。在训练模型时，会出现错误。我需要Keras层的正确设置。事实上，我发现的所有解决方案都来自LSTM模型，这些模型具有可变的时间步长，但只有一个特征(例如一个单词)或视频输入具有多个特性，但对于所有视频都具有相同的稳定时间步长，但对于可变时间
浏览 3提问于2022-06-10得票数 0
回答已采纳
我试图用LSTM来模拟多样本时间序列数据.我输入的数据有形状( 100，93，6) -100个独立的时间序列(来自相同/相似的过程)，93个时间步骤，每个观测的6个维度。输出形状为(100，93) -每个独立的时间序列每步输出一个bool。(当然，这是一个小样本的真实数据)。但是，我不知道如何在Keras</e
浏览 8提问于2016-12-11得票数 1
2回答
Python中的趋势“预测者”？
、、、、
我目前使用的数据框(在pandas中)有两列:第一列是一些数字定量数据，如重量、某天花费的金额、GPA等，第二列是日期值，即添加相应列1条目的日期。我想知道，在Python中，有没有办法“预测”时间X之后的下一个值？例如，如果我有100个权重条目，跨越2-3个月(不是所有条目都有相同的时间差，所以1个条目可能在第3天、第二天5和第二天10)，并想“预测”1个月后我的下一个条目，有没有办法做到这一点？我认为这与
浏览 1提问于2018-04-08得票数 1
1回答
连接Keras图层的问题
、、、、
我正在尝试建立一个LSTM模型来预测给定一天的温度，比如使用邮政编码或PinCode的过去7天的温度、降雨量等。我知道训练数据集需要被塑造为(观察值，时间步长，特征)。我猜我的例子中的特征应该是温度，降雨量和时间步长是7。所以如果我有2个特征和7个时间步长，那么一个观察值总共有14个变量。我也有像州，区域(说北，西，东，中部等)的</em
浏览 10提问于2020-06-06得票数 0
回答已采纳
在我最初的设置中，我得到了y1 = (1200,10)model = Sequential()model.add(LSTM(12, return_sequences=True))model.add((Dense(10))
浏览 2提问于2019-05-22得票数 11
我试着在R中学习keras的LSTM，我不能完全理解在keras中使用的约定。
不知道我在这里错过了
浏览 1提问于2018-01-26得票数 3
2回答
我想把我的数据输入到LSTM网络中，但是找不到类似的问题或教程。我的数据集类似于： t1 f1 f2 f3 ...tn f1 f2 f3
所以我有k人，对于每个人，我有一个矩阵，比如输入。每一行的第一列都是增量时间戳(就像时间线，所以t1 < t2)和其他列都是当时person的特性。在数学方面:我有一个(
浏览 0提问于2018-12-07得票数 1
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
腾讯会议
云直播活动推荐
腾讯云开发者
