Machine learning LSTM张量形状与超参数张量流

我正在学习如何使用LSTM RNN。 我看了这个教程： 在那之后，我试着应用我所学到的知识并改变数据集。 问题是，我有点迷茫所有的重塑，我真的不知道如何使用它们，为什么他们在这里。。。 我的数据集有7列546行。 这是我的超参数

# hyperparameters
lr = 0.001
training_iters = 100000
batch_size = 64

n_inputs = 7   # columns
n_steps = 546  # rows
n_hidden_units = 128   # neurons in hidden layer
n_classes = 1  # class

当我启动会话时，它如下所示：

with tf.Session() as sess:
    init = tf.global_variables_initializer()
    sess.run(init)
    step = 0
    while step * batch_size < training_iters:
        batch_xs, batch_ys = inputX, inputY
        batch_xs = batch_xs.reshape([batch_size, n_steps, n_inputs])
        sess.run([train_op], feed_dict={
            x: batch_xs,
            y: batch_ys,
        })
        if step % 20 == 0:
            print(sess.run(accuracy, feed_dict={
            x: batch_xs,
            y: batch_ys,
            }))
        step += 1

将tf.Session（）作为sess的

：
init=tf.global_variables_initializer（）
sess.run（初始化）
步长=0
步骤*批量大小<培训内容：
批次X，批次Y=输入X，输入Y
batch_xs=batch_xs.重塑（[批次大小，n_步数，n_输入]）
分段运行（[列车运行]，进站指令={
x:batch_xs，
y:批次y，
})
如果步骤%20==0：
打印（sess.run）（精度、进给量）={
x:batch_xs，
y:批次y，
}))
步骤+=1

然后，我收到一条错误消息

无法将大小为3822的数组重塑为形状（64546,7）

如果有人能向我解释这是如何工作和/或如何解决问题，那就太好了

---

谢谢

LSTM单元有输入，并且LSTM单元会随着时间的推移展开，以用于一个序列的不同输入。由于我们使用批学习算法，我们需要提供一批输入。因此，tesorflow中的LSTM输入具有一定的形状（批次大小X展开的时间步长X输入大小）

就你而言

批量大小=64

展开步骤的次数=546

输入大小=7

根据您的输入方式（您是如何进行特征提取的），您必须将其重塑为64 X 546 X 7（=244608），若您的输入大小为3822，则这当然会失败

从序列到序列预测（一对一模型）考虑LSTM。例如，让我们假设你有一个句子列表（让我们说S个句子）。假设你在每个句子中都有W个单词。现在，您要预测每个句子中每个单词的词性标记。假设您将每个单词表示为热单编码，并且您的词汇表大小为V。所以热单编码向量的大小将为V

---

现在，您的LSTM模型输入形状将是（批次大小X W X V），其中批次大小为LSTM单元格有输入，并且LSTM单元格将随着时间的推移展开，用于一个序列的不同输入。由于我们使用批学习算法，我们需要提供一批输入。因此，tesorflow中的LSTM输入具有一定的形状（批次大小X展开的时间步长X输入大小）

就你而言

批量大小=64

展开步骤的次数=546

输入大小=7

根据您的输入方式（您是如何进行特征提取的），您必须将其重塑为64 X 546 X 7（=244608），若您的输入大小为3822，则这当然会失败

从序列到序列预测（一对一模型）考虑LSTM。例如，让我们假设你有一个句子列表（让我们说S个句子）。假设你在每个句子中都有W个单词。现在，您要预测每个句子中每个单词的词性标记。假设您将每个单词表示为热单编码，并且您的词汇表大小为V。所以热单编码向量的大小将为V

---

现在，您的LSTM模型输入形状将是（批次大小X W X V），其中批次大小是为什么不打印张量形状以查看其尺寸？输入应该是

[批次大小、时间步长、样本大小]

。在您的数据集中，我假设每一行都有一个长度为7的序列数据。因此，选择N行作为您的

batch\u size

，

time\u steps

是7，如果每个样本的

一个热
编码向量将是
sample\u dim
，那么，我的批大小是x:（546,7）和y:（546,1）。我的功能不是一个热门功能，因此如果我理解，我将没有示例尺寸参数？为什么不打印张量形状以查看其尺寸？输入应为
[批次尺寸、时间步长、示例尺寸]
。在您的数据集中，我假设每一行都有一个长度为7的序列数据。因此，选择N行作为您的
batch\u size
，
time\u steps
是7，如果每个样本的
一个热
编码向量将是
sample\u dim
，那么，我的批大小是x:（546,7）和y:（546,1）。我的功能不是一个热门的，所以如果我理解的话，我就不会有一个示例dim参数了？谢谢你的回复，我现在更好地理解了！谢谢你的回复，我现在更明白了！