CNN model 用於時間序列預測

Question

我想構建一個 CNN model。我有 x_train=8000000x7，y_train=8000000x2。 因為它是一個多元時間序列。 如何以 window 大小為 160 且步幅為 1 來提供輸入。

cnn model 的輸入應該是什么？

我使用 timeseriesgenerator 創建數據集如下

train_gen = tf.keras.preprocessing.sequence.TimeseriesGenerator(X_train, Y_train,
                                                                length=160, sampling_rate=1,shuffle=False, batch_size=256)


batch_0  = train_gen[0]
data, label = batch_0
print("Shape of the generator data and label:", data.shape, label.shape)

input=data.shape[1],data.shape[2]

對於 LSTM，我使用“輸入”作為輸入形狀。 CNN model 的輸入應該是什么。

1) CNN model 可以使用時間序列生成器嗎？ 2) 是否有用於創建滑動 window 方法的數據生成器？

Answer 1

首先， TimeseriesGenerator已被棄用，並且不將 tensorflow 張量作為輸入，因此我不鼓勵使用它。 相反，您可以使用 keras 實用程序中的timeseries_dataset_from_array （ 此處為文檔）。 它還生成滑動 windows。

對於時間序列預測，您應該使用一維 CNN。 他們將序列作為輸入，就像 LSTM 一樣。 至於形狀，在 Tensorflow 中仍然是：

input = data.shape[1], data.shape[2]

假設data.shape[0]是批量大小， data.shape[1]是序列長度， data.shape[2]是每個元素的特征數。