Keras在训练RNN时会误解数据的形状

时间:2020-02-16 01:11:32

标签: python tensorflow keras lstm recurrent-neural-network

我面临的问题类似于此问题中指出的一个问题: Keras misinterprets training data shape

我有不同长度的数据点。我通过将它们填充到最接近的范围(即小,中和大)将它们分为大,中,大三个组。因此,现在我有3个组,组之间的数据点长度不同,但是组内的所有数据点的长度相同。但是,问题在于每个组具有不同数量的数据点,即组的大小。

您能告诉我在这种情况下应该如何训练LSTM吗?

我应该使用fit_generator()。如果是这样,我不知道如何在这3个组(即nd-numpy数组)上创建一个生成器对象?

此外,对于每个可变长度组具有不同大小(即不同数量的数据行/序列)的batch_size,steps_per_epoch在这种情况下的工作方式,我感到困惑

谢谢

0 个答案:

没有答案