[英]What is the correct input shape of multivariate time series for LSTM in keras?
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:
專長1 | 壯舉2 | 壯舉3 |
---|---|---|
1 | 2 | 3 |
4 | 5 | 6 |
7 | 8 | 9 |
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]]
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。
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.