Neural network 在创建输入层时,我是否必须告诉Keras我的输入尺寸?

Neural network 在创建输入层时,我是否必须告诉Keras我的输入尺寸?,neural-network,keras,lstm,recurrent-neural-network,Neural Network,Keras,Lstm,Recurrent Neural Network,我正在使用函数API创建一个输入层,将其输入到时间分布层,然后将其输入到LSTM。到目前为止,它看起来像这样 input_layer = Input(shape=(100,10,20)) layer_2 = TimeDistributed(SomeLayer(params))(input_layer) 我的问题是我想把不同长度的时间序列输入我的神经网络,而不仅仅是一百个时间步的序列 这可行吗?如果要添加可变数量的时间步,可以将序列填充到长度=最大时间步 data_array=sequence.

我正在使用函数API创建一个输入层,将其输入到时间分布层,然后将其输入到LSTM。到目前为止,它看起来像这样

input_layer = Input(shape=(100,10,20))
layer_2 = TimeDistributed(SomeLayer(params))(input_layer)
我的问题是我想把不同长度的时间序列输入我的神经网络,而不仅仅是一百个时间步的序列


这可行吗?

如果要添加可变数量的时间步,可以将序列填充到长度=最大时间步

data_array=sequence.pad_sequences(data_array,maxlen=max_timesteps)
编辑:
我发现这个答案可能有用。您只需在批处理中保持时间步长不变。它们可能因批次而异

如果我不知道最大值怎么办?你可以设置一个。不管怎样,imho,你的模型也会规定最大时间步长。它无法在任何时间段有效工作