基于tensorflow lite的Arduino 33传感器LSTM神经网络
我已经训练了我的LSTM网络，并将其部署在Arduino上，但我的问题是，正如您所知，LSTM网络的输入如下（时间序列数据的窗口长度），（特征）在我的例子中，256窗口长度和6轴IMU数据，这意味着2D输入，但是我看到的所有示例仅为1D输入 下面是用于分配模型输入的Arduino代码 输入->数据.f[0]=aX 当试图修改代码以适应我的输入维度时 （256,6）像这样 输入->数据.f[0][0]=aX 我犯了这个错误 fall_检测：142:44:错误：数组下标的类型“float[int]”无效基于tensorflow lite的Arduino 33传感器LSTM神经网络,arduino,lstm,tensorflow-lite,Arduino,Lstm,Tensorflow Lite,我已经训练了我的LSTM网络，并将其部署在Arduino上，但我的问题是，正如您所知，LSTM网络的输入如下（时间序列数据的窗口长度），（特征）在我的例子中，256窗口长度和6轴IMU数据，这意味着2D输入，但是我看到的所有示例仅为1D输入 下面是用于分配模型输入的Arduino代码 输入->数据.f[0]=aX 当试图修改代码以适应我的输入维度时 （256,6）像这样 输入->数据.f[0][0]=aX 我犯了这个错误 fall_检测：142:44:错误：数组下标的类型“float[int]”
tflInputTensor->data.f[samplesRead][5]=（gZ+2000.0）/4000.0 通过深入TF Lite tensor类型的内部结构，您似乎正在“手动”设置tensor输入数据。我建议在这里使用API： 特别是此处的代码片段：
float* input = interpreter->typed_input_tensor<float>(0);
// Fill `input`.
float*input=解释器->类型化输入张量（0）；
//填写“输入”。
input = reinterpret_cast<float *>(aX);
input=reinterpret\u cast（aX）；
我看到2D和1D问题可能会产生混淆，但只要输入张量的形状正确就可以了。如果它具有形状，这意味着1D浮点值序列将是“a0、a1、a2、a3、a4、a5、b0、b1，…”，其中“a”值是第一行的所有六个值，“b”值是下一行的所有六个值，依此类推。多维内存布局的标准C约定就是这样工作的。除非您的
aXaX