Question

这是我上一个问题的跟进，可能看起来有点多余，但是请忍受。

我正在尝试创建一个Keras LSTM模型，该模型使用一系列时间序列数据。数据的格式如下：输入：时间，value1，value2和输出： Y1和Y2

Time    Value1    Value2           Y1   Y2
0       900       10               1    1
1       905       3                1    0
2       999       1                1    0
3       906       7                0    1
.       .         .                .    .
.       .         .                .    .
n       945       2                1    0

我已经计算了输出 Y1 和 Y2 来训练LSTM，该LSTM是每个时间实例的二进制值。但是，LSTM应该采用一系列数据，例如：行1-3之间的（时间，值1，值2），然后预测与我计算出的行3对应的二进制输出。因此X和Y如下：

输入X：

Time    Value1    Value2
1       905       3
2       999       1                
3       906       7

输出Y：

Y1   Y2
0    1

到目前为止，我已经尝试使用keras.sequence.timeseriesgenerator生成LSTM数据。代码如下（dn是一个numpy数组，前三列与上述输入相对应，第四列（Y1）与输出相对应）：

train = TimeseriesGenerator(dn[:, [0, 1, 2]], dn[:, 3], length=1, sampling_rate=1, stride=1,
                        start_index=0, end_index=int(len(df.index) * 0.8),
                        shuffle=False, reverse=False, batch_size=3)

x0, y0 = train[0]
print(x0)
print(y0)

这给出了输出：

x0 :[[[ 0.  900.0]]
[[ 1.  905.0]]
[[ 2.  999.0]]]

y0 :[1. 1. 1.]

我期望y0为[1]，但是序列生成器正在为输入中的每一行提供输出。我是否正确地说，如果我将其提供给LSTM，那么它将尝试预测所有输入的输出，而不是考虑所有输入并给出一个输出预测？

我发现另一个线程在这里询问非常相似的内容：similar question。我复制了代码并获得以下输出：

epoch: 0
1   (array([[[[ 0.], 
           [ 900.0]],

          [[ 1.],
           [ 905.0]],

          [[ 2.],
           [ 999.0]]]], dtype=float32), array([[ 1., 1., 1.]], dtype=float32))

在询问的问题中，它被告知只有一个预期的输出，但这显然也为每一行提供了一个输出。我不确定这两种方法的格式是否相等。用所有这些括号很难看到。

我希望我能传达我的问题。输入和输出如何格式化为LSTM神经网络，该LSTM神经网络应考虑时间数据序列并提供二进制输出？我看到了许多时间序列预测，但无法将其方法转换为二进制输出。

---更新-----

因此，我对timeseriesgenerator进行了更多实验，并设法创建了如我所解释的格式化的输出。我将代码更改为此：

train = TimeseriesGenerator(dn[:, [0, 1]], dn[:, 3], length=3, sampling_rate=1, stride=1,
                        start_index=0, end_index=int(len(df.index) * 0.8),
                        shuffle=False, reverse=False, batch_size=1)

输出：

x0 :[[[  0.         900.0]
  [  1.         905.0]
  [  2.         999.0]]]

y0 :[0.]

并且shuffle = True命令将从随机索引中选择三个相应的时间实例。太棒了。但是，我想让其他方法运行起来，以及我对数据有更多的控制，据我所知，tf.data应该非常有效。因此，如果有人可以协助使其正常工作，将不胜感激。

Keras LSTM-时间序列数据输入，二进制数据输出

0 个答案: