Python 对于普通数据集,列车数据的keras输入维度是多少?
我对凯拉斯是个新手。我的数据集与任何普通数据集都非常相似。它有382个特征中的25K个样本。我想将每个样本作为一个序列处理,然后将它们提供给LSTM。keras列车数据集的维数是多少?我试过(25K,382,1),是真的吗Python 对于普通数据集,列车数据的keras输入维度是多少?,python,tensorflow,keras,Python,Tensorflow,Keras,我对凯拉斯是个新手。我的数据集与任何普通数据集都非常相似。它有382个特征中的25K个样本。我想将每个样本作为一个序列处理,然后将它们提供给LSTM。keras列车数据集的维数是多少?我试过(25K,382,1),是真的吗 x_train = np.reshape(x_train_values, (25K, 382, 1)) model.add(LSTM(379, activation="tanh", return_sequences=True, input_shape=(382, 1)))
x_train = np.reshape(x_train_values, (25K, 382, 1))
model.add(LSTM(379, activation="tanh", return_sequences=True, input_shape=(382, 1)))
在模型拟合中,我用这个来输入模型的形状,是真的吗
x_train = np.reshape(x_train_values, (25K, 382, 1))
model.add(LSTM(379, activation="tanh", return_sequences=True, input_shape=(382, 1)))
似乎你要问的不仅仅是代码,所以可能不是合适的地方 话虽如此,我在2015年写了一篇关于如何处理Keras中的序列的综合教程。其中一些可能已经过时,但主要观点仍然相关,尤其是关于维度问题: 特别是: 我们对输入进行重塑,使其具有维度(#示例,#序列中的值,每个值的维度)。这里每个值都是一维的,它们只是(时间t时的功耗)的一个度量。然而,如果我们要预测速度向量,它们可能是三维的 及