如何重塑数组以使用 LSTM 进行预测

Question

我根据本教程制作了一个 LSTM model，其中 model 输入批形状为：

print(config["layers"][0]["config"]["batch_input_shape"])

回报：

(None, 1, 96)

有人可以告诉我如何将我的测试数据更改为这个数组形状以匹配 model 输入批量大小吗？

testday = read_csv('./data.csv', index_col=[0], parse_dates=True)
testday_scaled = scaler.fit_transform(testday.values)

print(testday_scaled.shape)

回报

(96, 1)

Answer 1

IIUC，您需要使用numpy.swapaxes ，然后将None添加到第一个维度。

import numpy as np
testday_scaled = np.swapaxes(testday_scaled, 0, 1)
testday_scaled = testday_scaled[None, ...]