我知道LSTMS需要一个三维数据集来遵循这种格式，N_samples x TimeSteps x Variables。我希望将所有行的单个时间步长的数据重构为按小时计算的滞后时间步长。数据是1秒记录中的时间序列数据，并且已经经过预处理，在0-1的范围内，1-热编码，清理等。X_test = X_test.reshape((X_test.shape[0], 1, X_test.shape[1])) - Old method for 1 timestep
#Generate Lagtime Steps 3D
浏览 28提问于2021-07-19得票数 1
2回答
我正在尝试实现一个多到一个模型，其中输入是大小为d的字向量。我需要在LSTM末尾输出一个大小为d的向量。model = Sequential()我仍然怀疑如何在keras模型中指定输入和更重要的输出维度。
浏览 6提问于2017-04-07得票数 4
1回答
LSTM结构比较
、、、、
我正试着根据这张照片建立一个LSTM模型。users_tags :由于tfifd方法和一些与用户相关的文本数据，我为唯一用户构建了15个唯一标记。(sequence_lstm_cells) #????????????n_neurons = 100result = Dense(1, activation='softmax', name = "Reco
浏览 0提问于2018-08-18得票数 1
回答已采纳
1回答
LSTM和一维CNN层的合并
、、、、
(N=128，激活function=TanH)Fully连接)(N=128，激活function=linear) )model.add(tf.keras.layers.LSTM(128))model.add(tf.keras.la
浏览 1提问于2020-11-04得票数 2
1回答
我想做情绪分析使用伯特嵌入和lstm层。这是我的密码：x = bert_preprocess(i)x = tf.keras.layers.Dropout(0.2, name="dropout")(x['pooled_output'])
x = tf.keras.layers.LSTM<
浏览 10提问于2022-04-23得票数 0
1回答
outputs=[nn])我在输入空间上执行回归(对于每个a，序列x是唯一的)，我希望网络为每组输入输出一个单调增加的因此，我想知道是否有标准的方法，或在Keras中已有的特定工具，来限制模型只输出单调增长的序列？
浏览 0提问于2018-06-12得票数 4
回答已采纳
2回答
如何用四维输入输入到LSTM中？
、、、、
每个序列的长度为64。我以这种方式设置我的输入：这给了我一个(?, 64, 100, 50)的输入形状x = LSTM(256, return_sequences=True)(input)
输入0与层lstm_37不兼容:预期的ndim=3，找到ndim=4
浏览 0提问于2017-11-21得票数 10
我正在尝试这样设置一个LSTM，
keras_fit(mod, X_train_scaled, Y_train, batch_size= 72, epochs = 10, verbose = 1
浏览 0提问于2017-11-30得票数 2
3回答
我读过这篇关于LSTM的文章：
reshape from [samples, timesteps] into [samples, timesteps, features]
1.我们为什么需要这个?
浏览 3提问于2020-06-16得票数 1
回答已采纳
1回答
我正在尝试构建一个LSTM编码器解码器，其中我的主要目标是解码器的初始状态与编码器相同。我从找到了下面的代码，并试图将其附加到我的案例中。我有一个形状为(1000,20,1)的数据。我想让编码器在输出中把我的输入返回给我。我不知道如何纠正代码，它是工作的，即使我知道错误。from keras.layers import LSTMfrom keras.models impo
浏览 0提问于2018-05-21得票数 1
只有当batch_sizes具有相同的大小(在本例中为300，在本例中为(300, 50, 74) )时，它才能工作。有没有人知道在使用Keras对数据进行拟合和预测时，如何使用不同大小的训练数据和测试数据以及不同的batch_sizes？len(dict), return_sequences=True, stateful=True,model.add(LSTM______________________
浏览 1提问于2019-01-06得票数 2
我有一组长度可变的序列，我想构建一个模型，根据过去的许多令牌来预测下一个令牌。我知道填充，但是，有没有办法不预先指定窗口长度？在输入LSTM之前，我应该手动创建所有这些子序列吗？
浏览 0提问于2018-05-25得票数 2
我试图将LSTM模型与前面的掩蔽层匹配到我的数据中，并得到了以下错误：from tensorflow.keras.layers import LSTM, Dense, BatchNormalization, Maskingfrom tensorflo
浏览 2提问于2022-01-19得票数 2
回答已采纳
1回答
Keras中LSTM层的4D输入
、、、、
下面是我想对这些数据进行培训的模型：model.add((LSTM(nums-1,return_sequences=True,input_shape=(20,15,4), activation='relu')))ValueError: Input 0 is incompatible with layer <e
浏览 0提问于2018-10-22得票数 8
回答已采纳
在前面的一个问题中，我询问了如何使用Sequential()构建一个具有适当参数计数的LSTM。LSTM参数在4 * ([outputSize * inputSize] + outputSize^2 + outputSize)中的计数。m3 = Sequential()
m3.add(LSTM((1),batch_input_shape=(None,1,
浏览 1提问于2019-10-12得票数 0
1回答
根据Udemy教程，我正在keras中实现一个LSTM网络。在教程视频中，代码正在运行，但当我自己运行它时，它得到的错误是：training_set_scaled = sc.fit_transform(training_set)
#Creating a Data Structure with 60 timesteps</em
浏览 2提问于2019-11-10得票数 0
回答已采纳
每个文件由20,480个点组成，采样率设置为20 kHz。model.add(LSTM(50,input_shape=(timesteps,dim),return_sequences=True))
model.add(LSTM(50,input_shape=(timesteps,dim),
浏览 0提问于2018-04-15得票数 0
回答已采纳
2回答
This is per sample, 3200 samples我想要构建一个NN，这样最后一个维度(类别)将通过一个输出大小为8的嵌入层，然后连接回前两个dims所以，这会是这样的：input2 = keras.layers.Input1], [2]
x = concatenate([input1,x2]) #will get 10 dims at eac
浏览 6提问于2021-12-08得票数 4
回答已采纳
1回答
...coming来自TensorFlow，几乎所有形状和一切都是显式定义的，我对Keras的递归模型API感到困惑。让Elman网络在TF中工作是很容易的，但是Keras拒绝接受正确的形状.shape=(2,))m = k.models.Model(x, y)
...works非常完美，根据model.summary()，我得到了一个形状为(None, 2)的输入层，然后是一个输出形状为(None, 10)的密集层。这是有意义的，因为Kera
浏览 0提问于2018-05-31得票数 7
回答已采纳
1回答
我已经使用Keras构建了LSTM体系结构，但我不确定复制时间步骤是否是处理可变序列长度的好方法。我有一个多维数据集，具有多特征序列和不同的时间步长.这是一个多变量时间序列数据，包含多个训练样本，Y值为0或1。目前，我正在复制每个序列的最后一步，以确保timesteps = 3。为了预测，我在Y变量中复制最后一个时间步骤，并且Y中的值1仅在最后一步出现，如果有的话。=(None, timesteps, trainX.shape[2]),
浏览 0提问于2018-08-07得票数 2
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
腾讯会议
云直播活动推荐
腾讯云开发者
