[英]What is the correct input shape of multivariate time series for LSTM in keras?
我不明白将多元时间序列输入到 LSTM 的正确方法是什么。
假设我有一个具有 3 个随时间变化的特征的数据集,如下所示:
专长1 | 壮举2 | 壮举3 |
---|---|---|
1 | 2 | 3 |
4 | 5 | 6 |
7 | 8 | 9 |
我应该将它呈现给我的 LSTM,因为它正在使用numpy.vstack()吗? 像这样:
[[1,2,3],
[4,5,6],
[7,8,9]]
或者我应该按列堆叠它,以便每一行都是使用numpy.column_stack()的特征序列? 像这样:
[[1,4,7],
[2,5,8],
[3,6,9]]
来自 keras LSTM API :
输入:形状为 [batch, timesteps, feature] 的 3D 张量。
因此,特征(多个变量)应由最后一个维度表示,这意味着您的第一个建议是正确的。
Obs:只有在您没有对整个数据集使用fit
function 时,才应该关注batch
维度。 否则,如果您要呈现单个示例(例如,在推理中),您还应该在第 0 轴上应用numpy.expand_dims
function。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.