混合one_hot和浮点输入

Question

我正在尝试训练分类（one_hot）动作（呼叫/弃牌/加注）和时间的时间序列的LSTM层数据模型。 所以示例3轮的时间序列，其中玩家2x调用然后折叠。

  #Call  #0.5s    # Call    #0.3s   #Fold, 1.5s

[[[1,0,0], 0.5], [[1,0,0], 0.3], [[0,1,0], 1.5]]

第一层（LSTM）无法处理call / fold / raise的分类数组，因为非分类时间，我无法使用简单的嵌入层。

第一层 - model.add（LSTM（500，return_sequences = True，input_shape =（3,2）））

我试图更改input_shape，但没有任何对我有用。 任何想法如何表示one_hot并浮动一次输入？

Answer 1

你可以简单地连接，不需要嵌入，因为你的单热编码不是太高的维度而且一热就是嵌入本身。

所以我会尝试矢量序列：

[[1,0,0,0.5], [1,0,0,0.3], [0,1,0,1.5]]

并且您将使用的LSTM或任何图层将确定前3个值表示操作而最后一个值是其他内容（时间），请不要担心。

model.add(LSTM(500, return_sequences=True, input_shape=(3, 2)))

应该有用。