Question

我想使用时间序列图像数据预测数字Y变量。我的数据集具有以下维度：

X：（7000,3,128,128）
Y：（7000,1）

7000是样本数，每个样本是128 x 128图像，3是通道数（RGB）。 Y变量的范围是0-1。

因此，我想在CNN之后应用LSTM模型。但是，如果我将CNN功能提供给LSTM，则会发生很多错误。请帮帮我。

这是我的代码：

size = 128
model = Sequential()

model.add(Convolution2D(32, (3, 3), input_shape=(3, size, size)))
model.add(Activation('relu'))
model.add(Convolution2D(32, (3, 3)))
model.add(Activation('relu'))
model.add(MaxPooling2D(pool_size=(2, 2)))
model.add(Dropout(0.25))

model.add(Convolution2D(64, (3, 3)))
model.add(Activation('relu'))
model.add(Convolution2D(64, (3, 3)))
model.add(Activation('relu'))
model.add(MaxPooling2D(pool_size=(2, 2)))
model.add(Dropout(0.25))


#### LSTM #####
model.add(LSTM(50)) ???????????????????????????

model.add(Flatten())
model.add(Dense(32))
model.add(Activation('relu'))
model.add(Dropout(0.5))

model.add(Dense(1))
model.add(Activation('sigmoid'))

model.compile(loss='mse', optimizer= 'adam')
return model

在keras中使用CNN /卷积LSTM后的LSTM

0 个答案: