Question

我正在建立一个预测地理时空数据集的模型。

我的数据具有原始维度（特征，纬度，经度，时间），即，对于每个要素，在每个纬度/经度点都有一个时间序列。

我已经像这样使用Keras创建了CNN-LSTM模型（我假设需要修改以下内容，这只是第一次尝试）：

def define_model_cnn_lstm(features, lats, lons, times):
    """
    Create and return a model with CN and LSTM layers. Input and output data is 
    expected to have shape (lats, lons, times).

    :param lats: latitude dimension of input 3-D array 
    :param lons: longitude dimension of input 3-D array
    :param times: time dimension of input 3-D array
    :return: CNN-LSTM model appropriate to the expected input array
    """
    # define the CNN model layers, wrapping each CNN layer in a TimeDistributed layer
    model = Sequential()
    model.add(TimeDistributed(Conv2D(features, (3, 3), 
                                     activation='relu', 
                                     padding='same', 
                                     input_shape=(lats, lons, times))))
    model.add(TimeDistributed(MaxPooling2D(pool_size=(2, 2))))
    model.add(TimeDistributed(Flatten()))

    # add the LSTM layer, and a final Dense layer
    model.add(LSTM(units=times, activation='relu', stateful=True))
    model.add(Dense(1))

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

    return model

我的假设是此模型将采用形状（特征，经度，经度，时间）的数据，因此，例如，如果我的地理空间网格为180 x 360，并且每个点有100个时间步长，并且我有4个特征每个观察值/样本的形状为（4，180，360，100）。

我假设我希望模型将具有形状（特征，纬度，经度，时间）的数组作为输入，并能够预测具有形状（标签，纬度，经度，时间）的标签阵列作为输出。我首先使用一个变量作为标签，但是稍后也可能具有多变量输出（即标签> 1）可能会很有趣。

有人可以建议我如何最好地整形数据以进行输入，和/或如何以最适合此应用程序的方式构造模型层吗？预先感谢...

Answer 1

好吧，我认为将数据重塑为(time, lats, lons, features)更好，也就是说，这是一个多通道（即要素）空间地图的时间序列：

data = np.transpose(data, [3, 1, 2, 0])

然后，您可以轻松地将Conv2D和MaxPooling2D层包装在TimeDistributed层中以在每个时间步处理（多通道）地图：

num_steps = 50
lats = 128
lons = 128
features = 4
out_feats = 3

model = Sequential()
model.add(TimeDistributed(Conv2D(16, (3, 3), activation='relu', padding='same'), 
                          input_shape=(num_steps, lats, lons, features)))
model.add(TimeDistributed(MaxPooling2D(pool_size=(2, 2))))
model.add(TimeDistributed(Conv2D(32, (3, 3), activation='relu', padding='same')))
model.add(TimeDistributed(MaxPooling2D(pool_size=(2, 2))))
model.add(TimeDistributed(Conv2D(32, (3, 3), activation='relu', padding='same')))
model.add(TimeDistributed(MaxPooling2D(pool_size=(2, 2))))

到目前为止，我们将拥有(50, 16, 16, 32)形状的张量。然后，我们可以使用Flatten层（当然，包裹在TimeDistributed层中也不会丢失时间轴）并将结果馈送到一个或多个LSTM层（使用return_sequence=True来获得输出在每个时间步）：

model.add(TimeDistributed(Flatten()))

# you may stack multiple LSTM layers on top of each other here
model.add(LSTM(units=64, return_sequences=True))

然后我们需要备份。因此，我们需要首先将LSTM图层的结果重塑为2D，然后使用UpSampling2D和Conv2D图层的组合来恢复原始地图的形状：

model.add(TimeDistributed(Reshape((8, 8, 1))))
model.add(TimeDistributed(UpSampling2D((2,2))))
model.add(TimeDistributed(Conv2D(32, (3,3), activation='relu', padding='same')))
model.add(TimeDistributed(UpSampling2D((2,2))))
model.add(TimeDistributed(Conv2D(32, (3,3), activation='relu', padding='same')))
model.add(TimeDistributed(UpSampling2D((2,2))))
model.add(TimeDistributed(Conv2D(16, (3,3), activation='relu', padding='same')))
model.add(TimeDistributed(UpSampling2D((2,2))))
model.add(TimeDistributed(Conv2D(out_feats, (3,3), padding='same')))

这是模型摘要：

_________________________________________________________________
Layer (type)                 Output Shape              Param #   
=================================================================
time_distributed_132 (TimeDi (None, 50, 128, 128, 16)  592       
_________________________________________________________________
time_distributed_133 (TimeDi (None, 50, 64, 64, 16)    0         
_________________________________________________________________
time_distributed_134 (TimeDi (None, 50, 64, 64, 32)    4640      
_________________________________________________________________
time_distributed_135 (TimeDi (None, 50, 32, 32, 32)    0         
_________________________________________________________________
time_distributed_136 (TimeDi (None, 50, 32, 32, 32)    9248      
_________________________________________________________________
time_distributed_137 (TimeDi (None, 50, 16, 16, 32)    0         
_________________________________________________________________
time_distributed_138 (TimeDi (None, 50, 8192)          0         
_________________________________________________________________
lstm_13 (LSTM)               (None, 50, 64)            2113792   
_________________________________________________________________
time_distributed_139 (TimeDi (None, 50, 8, 8, 1)       0         
_________________________________________________________________
time_distributed_140 (TimeDi (None, 50, 16, 16, 1)     0         
_________________________________________________________________
time_distributed_141 (TimeDi (None, 50, 16, 16, 32)    320       
_________________________________________________________________
time_distributed_142 (TimeDi (None, 50, 32, 32, 32)    0         
_________________________________________________________________
time_distributed_143 (TimeDi (None, 50, 32, 32, 32)    9248      
_________________________________________________________________
time_distributed_144 (TimeDi (None, 50, 64, 64, 32)    0         
_________________________________________________________________
time_distributed_145 (TimeDi (None, 50, 64, 64, 16)    4624      
_________________________________________________________________
time_distributed_146 (TimeDi (None, 50, 128, 128, 16)  0         
_________________________________________________________________
time_distributed_147 (TimeDi (None, 50, 128, 128, 3)   435       
=================================================================
Total params: 2,142,899
Trainable params: 2,142,899
Non-trainable params: 0
_________________________________________________________________

如您所见，我们有一个形状为(50, 128, 128, 3)的输出张量，其中3表示我们希望在每个时间步预测位置的期望标签的数量。

更多说明：

随着层和参数数量的增加（即模型变得更深），您可能需要处理梯度消失（1，2）和过度拟合（{ {3}}，1，2）。前者的一种解决方案是在每个（可训练的）层之后立即使用3层，以确保馈送到下一层的数据被规范化。为防止过度拟合，您可以使用BatchNormalization层（和/或在Dropout层中设置dropout和recurrent_dropout参数）。
正如您在上面看到的，我假设我们正在向模型提供长度为50的时间序列。这与数据预处理步骤有关，在该步骤中，您需要从整体中创建窗口化训练（和测试）样本（长）时间序列并将其分批馈入模型进行训练。
正如我在代码中评论的那样，您可以在彼此之上添加多个LSTM层，以增加网络的表示能力。但是请注意，这可能会增加训练时间，并使您的模型（更多）容易过拟合。如果您有正当的理由，也可以这样做（即您已经试验了一个LSTM层并且没有得到很好的结果）。另外，您可以改用LSTM层，但与LSTM层相比，表示能力和计算成本（即训练时间）之间可能会有所取舍。
要使网络的输出形状与数据的形状兼容，可以在LSTM层之后使用Dense层，或调整最后一个LSTM层的单位数。
显然，以上代码仅用于演示，您可能需要调整其超参数（例如，层数，过滤器数，内核大小，使用的优化器，激活函数等）和实验（很多）！）以达到最终的工作模型的准确性。
如果在GPU上进行训练，则可以使用GRU（CuDNNLSTM）层而不是LSTM（GRU）来提高训练速度，因为它已经过优化用于GPU。
别忘了对训练数据进行规范化（这非常重要，对训练过程有很大帮助）。

Keras：如何对CNN和LSTM层的输入进行整形？

1 个答案: