使用RNN-LSTM的分类序列4D数组数据
使用RNN-LSTM的分类序列4D数组数据
提问于 2019-05-07 17:17:03
我目前正在做一个项目，试图创建一个能够对视频中的动作进行分类的机器学习模型。我已经创建了一个脚本，它能够检测视频中的人，并根据身体部位的运动生成数据。这将生成一个具有以下输入形状的4D数组：
(n帧，n人，n身体部位，每个身体部位3个坐标)
仅1个视频(2人)，时长3秒，以60fps/s拍摄的输入形状将如下所示：(180，2，25，3)
每个视频的4D数组被保存为numpy文件，所以如果我处理400个视频，我将得到400个numpy文件。
下一步是创建一个keras或tensorflow RNN-LSTM模型，它能够在400个numpy文件上进行训练，并且能够处理每个视频的4D数组，但我真的不知道如何让它工作。我已经寻找了一些解决方案，但我唯一能做的就是Keras只能使用3D数组。
我真的很感谢你的帮助和看法，我可以解决这个问题，希望有一个示例代码。
尊敬的国王，
回答 1
Stack Overflow用户
发布于 2019-05-07 17:53:31
我假设您使用的是numpy.array。可以通过np.resahpe()将4d阵列重塑为3d阵列。文档可以在here上找到。
示例：
import numpy as np
# create a sample 4d array data of shape (10, 2, 25, 3)
data = np.arange(10*2*25*3).reshape((10, 2, 25, 3))
# condense the 4d array to 3d array by explicitly stating the shape.
data_reshaped = data.reshape((10, 2, 75))
# or you can use -1 to ask numpy infer the dimension
data_reshaped2 = data.reshape((10, 2, -1))
# you can also reshape your data into 2d of shape (10, 150)
data_reshaped3 = data.reshape((10, -1))然后，您可以按照在线教程构建您的模型。示例教程可以是this。
注意:您提到"Keras只能使用3D数组“。我认为其中一个维度是为batch_size保留的。因此，我建议您应该将4d数组转换为2d数组。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/56019327
复制相关文章
相似问题
腾讯云开发者
