如何使resnet适应时间序列数据

Question

我正在尝试使用残余网络卷积神经网络架构......

我使用keras包实现了简单卷积（conv1D），并将其用于时间序列数据分类。

现在我正在尝试使用KERAS DEEP LEARNING Framework为时间序列数据构建resnet。但我很难尝试将resnet改编为时间序列数据....

我使用conv2D实现的KERAS resnet的大部分实现（对图像都有意义）......

我所指的实施： https://github.com/fchollet/deep-learning-models/blob/master/resnet50.py

以下是Nasnet的代码（更高效的resnet）： https://github.com/titu1994/Keras-NASNet/blob/master/nasnet.py

有人可以帮我实现时间序列数据（resnet / nasnet）....

Answer 1

您知道论文“ Time Series Classification from Scratch with Deep Neural Networks: A Strong Baseline”吗？如果没有，您应该检查一下。作者提供了不同模型的非常全面的概述，包括针对时间序列分类进行调整的ResNet实现。

他们的ResNet的Keras / Tensorflow实现可以在here中找到。