Tensorflow SKFLOW中带有数字数据的RNN

我想尝试一个SKFLOW递归神经网络对一些时间序列数据与实际值的二元分类问题。我的数据的每一行包含57个特征（变量），我想看看前两个样本和下两个样本，对每一行进行预测

我的数据如下所示：

样本-2:f1，f2，f3，f4，…f57，样本-1:f1，f2，f3，f4，…f57，当前样本：f1，f2，f3，f4，…f57，样本+1:f1，f2，f3，f4，…f57，样本+2:f1，f2，f3，f4，…f57

我从第一个开始

看起来我应该能够修改输入以使其工作，但我不确定如何正确地将我的numpy数组转换为skflow.TensorFlowRNNClassifier的张量。这就是文本分类示例的外观

>>> word_vectors.get_shape() 

TensorShape([Dimension(560000), Dimension(10), Dimension(50)])

>>> len(word_list)

10

如果我正确地解释了文本问题，那么我的问题就是 张量形状（[尺寸（#行）、尺寸（57）、尺寸（3）]）

查看此RNN

假设这是数字数据：

data=np.array（列表（[[2,1,2,2,3]，
[2, 2, 3, 4, 5],
[3, 3, 1, 2, 1],
[2,4,5,4,1]]），dtype=np.float32）
labels=np.array（列表（[1,0,1,0]），dtype=np.float32）

---

数据

的形状为

（4,5）

，其中4为批次大小，5为序列长度。然后您需要在

input\u op\u fn（）中使用
tf.split（1,5,X）
。希望这有帮助。欢迎您提交PR，以添加处理此问题的示例
 这是一个很大的帮助。但是，testBidirectionalRNN生成了一个错误：TypeError:\uuuu init\uuuu（）得到了一个意外的关键字参数'bidirectional'，谢谢。我会调查的。您使用的是哪个版本？从Github还是从PyPI？我认为您使用的是旧版本。您能否
sudopip卸载skflow
然后
sudopip安装skflow
？我刚刚在我的电脑上测试了一下，它成功了。我在Mac电脑上。稍后我将在Linux上尝试它。我在Mac上的版本是skflow-0.1.0。是的，如果你使用PyPI的最新版本，它应该可以工作。让我知道进展如何。
>>> word_vectors.get_shape() 

TensorShape([Dimension(560000), Dimension(10), Dimension(50)])

>>> len(word_list)

10