Question

我正在Keras中实现一个LSTM自动编码器来获取我的时间序列数据的矢量表示。

我的系列很长，所以我使用有状态的LSTM。我创建每个系列的非重叠窗口并将它们输入到自动编码器。

见下面的代码。

我不清楚如何获得时间序列的矢量表示：

该系列的矢量表示是什么？是编码器隐藏状态还是编码器输出？
每个序列都被分解为窗口，当执行预测时，每个窗口得到一个[encoder_outputs, state_h, state_c]。哪个窗口包含整个序列的向量表示？这是最后一个窗口吗？第一个？

# Builing the Model.

inputs = Input(shape=(batch_size,window_size, input_dim))

encoded = LSTM(latent_dim, stateful=True, batch_input_shape=
    (batch_size,window_size, input_dim))(inputs)

decoded = RepeatVector(window_size)(encoded)

decoded = LSTM(input_dim, return_sequences=True, stateful=True, 
    batch_input_shape=(batch_size,window_size, input_dim))(decoded)

decoded = TimeDistributed(Dense(latent_dim, activation='linear')(decoded)
sequence_autoencoder = Model(inputs, decoded)
encoder = Model(inputs, encoded)

# Predicting using the encoder
encoded_out=encoder.predict(X, batch_size=batch_size)

# For each sequence in X, we take the output of the last window as the 
    vector representing the entire sequence.

# Is this correct?

seqVector=encoded_out[-batch_size:]

矢量表示的时间序列在Keras有状态LSTM自动编码器

0 个答案: