请帮助了解如何在Keras中形成LSTM网络的输出序列。 例如我有数据
[[1]
[2]
[3]
[4]
[5]]
我可以按照[样本,时间步长,特征]张量输入序列 -假设3个输入序列和2个输出。所以
Input seq Output seq
[[[1,2,3]]] -> [[4, 5]]
但是多变量输入和输出呢?!
神经网络可能是几个神经元-每个特征一个神经元
示例(两个要素数据,两个要素输入和两个要素输出):
数据:
[[1, 10]
[2, 20]
[3, 30]
[4, 40]
[5, 50]]
输入张量(样本,时间步长-3,特征-2)
[[[1, 2, 3], [10, 20, 30]]]
但是Y的输出矩阵
[[4, 5, 30, 40]]
我是否可以得出结论,对于Keras,我们只能形成输出序列 一项功能?
谢谢
答案 0 :(得分:0)
对于多变量,如果数据具有您在问题中提到的2个特征,也将是类似的:
[[1, 10]
[2, 20]
[3, 30]
[4, 40]
[5, 50]]
您想使用Input tensor (samples, timesteps - 3, features - 2)
进行准备,即3个时间步长,每个记录都有2个变量,则如下所示:
x=[
[[1,10],[2,20],[3,30]],
[[2,20],[3,30],[4,40]],
[[3,30],[4,40],[5,50]]
]
y=[[4, 5],[5,6],[6,7]]
我只是假设您的值分别为6和7,否则根据给定的数据,您在x中只能有一个(1)记录,即(1个样本,3个时间步长,2个专长)
x=[
[[1,10],[2,20],[3,30]]
]
只有y个记录
y=[[4, 5]]