Input Keras功能API输入形状-一个样本或整个培训集
我在理解Keras函数API的输入形状时遇到一些困难。 它期望一个输入样本的大小,还是整个训练数据集的大小 我的数据集由一个大小为(3200,24)的输入集组成,其中一个训练样本(个人)为(100,24)。因此,我有32个培训样本/人。对于每个人来说,标签是一个时间序列(100,1)。如何告诉NN它需要将100行视为一个样本?我的输入形状是什么 X_.shape=(3200,24)和 final_y.shape=(3200,3)#这是三列,因为我正在制作一个自定义损失函数,需要其他信息。向量的实际标签部分是(3200,1)Input Keras功能API输入形状-一个样本或整个培训集,input,shapes,tf.keras,functional-api,Input,Shapes,Tf.keras,Functional Api,我在理解Keras函数API的输入形状时遇到一些困难。 它期望一个输入样本的大小,还是整个训练数据集的大小 我的数据集由一个大小为(3200,24)的输入集组成,其中一个训练样本(个人)为(100,24)。因此,我有32个培训样本/人。对于每个人来说,标签是一个时间序列(100,1)。如何告诉NN它需要将100行视为一个样本?我的输入形状是什么 X_.shape=(3200,24)和 final_y.shape=(3200,3)#这是三列,因为我正在制作一个自定义损失函数,需要其他信息。向量的实
### FUNCTIONAL API MODEL ###
inputs = keras.Input(shape=(32, 100, 24))
dense1 = layers.Dense(64, activation="relu")(inputs)
dense2 = layers.Dense(32, activation="relu")(dense1)
outputs = layers.Dense(1)(dense2)
model = keras.Model(inputs=inputs, outputs=outputs)
model.compile(
optimizer='adam',
loss=custom_loss,
metrics=['accuracy']
)
history = model.fit(X_transformed, final_y, epochs=10)