keras 中 LSTM 的多元時間序列的正確輸入形狀是什么？

Question

我不明白將多元時間序列輸入到 LSTM 的正確方法是什么。

假設我有一個具有 3 個隨時間變化的特征的數據集，如下所示：

我應該將它呈現給我的 LSTM，因為它正在使用numpy.vstack()嗎？ 像這樣：

[[1,2,3],  
[4,5,6],  
[7,8,9]]

或者我應該按列堆疊它，以便每一行都是使用numpy.column_stack()的特征序列？ 像這樣：

[[1,4,7],  
[2,5,8],  
[3,6,9]]

Answer 1

來自 keras LSTM API ：

輸入：形狀為 [batch, timesteps, feature] 的 3D 張量。

因此，特征（多個變量）應由最后一個維度表示，這意味着您的第一個建議是正確的。

Obs：只有在您沒有對整個數據集使用fit function 時，才應該關注batch維度。 否則，如果您要呈現單個示例（例如，在推理中），您還應該在第 0 軸上應用numpy.expand_dims function。