普通数据集的火车数据的keras输入的维数是多少？

Question

我是keras的初学者。我的数据集几乎与任何普通数据集一样。它具有382个功能的25K个样本。我想将每个样本视为一个序列，然后将其输入LSTM。 keras火车数据集的维数是多少？我尝试（25K，382，1），是真的吗？

x_train = np.reshape(x_train_values, (25K, 382, 1))

在我用于模型input_shape的模型拟合中，这是真的吗？

model.add(LSTM(379, activation="tanh", return_sequences=True, input_shape=(382, 1)))

Answer 1

似乎您不仅仅需要代码，所以SO可能不是合适的地方。

话虽如此，我在2015年撰写了一篇有关如何在Keras中处理序列的综合教程。其中一些可能已过时，但主要思想仍然相关，尤其是关于您遇到的尺寸问题：https://vict0rs.ch/tutorials/keras/recurrent/

尤其是：

  

我们调整输入的形状以使其具有尺寸（＃examples，＃values顺序，每个值的暗淡）。在这里，每个值都是一维的，它们只是一个度量（时间t的功耗）。但是，如果我们要预测速度矢量，则它们可能是3维的。

和

model.add(LSTM(
        input_dim=layers[0],
        output_dim=layers[1],
        return_sequences=True))
model.add(Dropout(0.2))