如何在Keras中将n维数据馈送到LSTM

时间:2018-11-10 16:37:33

标签: python machine-learning keras lstm

作为this question和相关答案的后续措施,对于Keras LSTM,如何分辨将n维数据重塑为3维数据的时间是合理的?

例如,我有一个要输入的形状为(10000, 3, 400)的时间序列。我也有一个我要输入的形状为(10000, 3, 10, 400)的静态输入。每个这些长度为10的向量中的一个是一热编码,表示400个元素的已知特征。

如果我将静态输入更改为(10000, 3, 4000)的形状,那么据我所知,我将失去“一键通”的想法。

将我的静态输入的输入大小更改为: (10000, 3, 4000),以便能够将其输入到Keras LSTM中,后者期望输入形状为[num_examples, num_timesteps, num_features]

如果没有,为什么不呢?

0 个答案:

没有答案