Question

我已经训练了LSTM AutoEncoder，并且希望将预测的数据视为DataFrame。到目前为止，由于以下原因，预计的numpy具有三个维度：

series_predicted = autoencoder.predict(np.reshape(series.values, (series.shape[0], timesteps, series.shape[1])))
series_predicted.shape

（3296，1，268）

如何删除timesteps维度，以便回到2维并应用： df_predicted = pd.DataFrame(series_predicted, column=series.column)

更新：

如果我没有1的尺寸来挤压，该怎么办？

像（100，23，178）
我希望它的尺寸等于（100 * 23，178）

我确实有100个长度为23的序列，特征尺寸为178。

Answer 1

对于带有size=1的维度，您可以使用np.squeeze。但是，此功能不适用于带有size>1的尺寸。您可以使用np.reshape（如果要查找的是这个）。这是一个玩具示例：

a = np.random.rand(4,2,3)
a = a.reshape((4*2,3))

Answer 2

@Entity
@Cacheable(true)
@Cache(expiry = 300000)
@Table(uniqueConstraints=@UniqueConstraint(name = "uc_b_a_v", columnNames = {"a_id", "v"}))
public class Entity {

    @Transient
    private String transientfield;  

    @PostLoad
    public void onPostLoad() {
        transientfield = null;
    }
}

（3296，268）

在LSTM模型中将3d numpy重塑为2d

2 个答案: