Question

数据与执行8种可能手势的前臂运动记录有关，我有一个加速度计（x，y，z），陀螺仪（x，y，z）和方向四元数。我正在准备使用Keras中的LSTM模型对数据进行分类和预测。我的疑问是当X_Train进行成批组织时如何正确格式化y_train。

数据由10个特征（加速度，陀螺仪，四元数），71850个样本和9个类（一个是非手势和8个手势）组成。每个手势都有一个75个样本的时间步窗，即1.25s。

我的问题是如何使y_train匹配X_train。在以下代码中， sf 的形状为（71850，10）和 gest （71850，1）。我将 sf 转换为形状（958、75、10）（批次，时间步长，特征）的X_train。我开始使用形状为（71850，9）的一键编码矢量构建y_train。这就是我被困的地方。如何格式化y_train，最后将其传递给LSTM模型？我了解的必须是（958，9）这是否意味着我只需要每75个步骤提取一次one_hot_encoding向量？

sf, gest = readFileAndReturnData(0)
print(sf.shape, gest.shape)

num_classes = 9
y = keras.utils.to_categorical(gest, num_classes)
print(y.shape)

samples = list()
length = 75
n = sf.shape[0]
print('division:', n / length)
print('total samples', sf.shape[0])
print('sample error', sf.shape[0] % length)

# step over the size of data in jumps of 75
for i in range(0, n, length):
    # grab from i to i + length
    sample = sf[i:i + length]
    samples.append(sample)
print('minibatch samples:', len(samples))

# convert list of arrays into 2d array
X_train = np.array(samples)

print(X_train.shape)

'''
(71850, 10) (71850, 1)
(71850, 9)
total samples 71850
sample error 0
minibatch samples: 958
(958, 75, 10)
'''

Answer 1

所以基本上，如果您的问题与LSTM体系结构的输出形状有关，则它可以是2D或3D数组，具体取决于您在 model.add （如果是keras）功能。

如果return_sequence = False，则它是一个二维数组，显示（batch_size，units）在您的情况下为（958,9）

但是如果您希望在完成每个手势之后获取输出，则必须设置return_sequence = True，在这种情况下，输出将为（batch_size，each_gesture_completing_time_step，units），因此类似于（958,75 ，9）

希望有帮助！

在Keras中，当输出是使用LSTM的八个类之一时，y_train的正确格式是什么

1 个答案: