首页 文章

混合one_hot和浮点输入

提问于
浏览
3

我正在尝试训练分类(one_hot)动作(呼叫/弃牌/加注)和时间的时间序列的LSTM层数据模型 . 所以3轮的时间序列示例,其中玩家2x调用然后折叠 .

#Call  #0.5s    # Call    #0.3s   #Fold, 1.5s

[[[1,0,0], 0.5], [[1,0,0], 0.3], [[0,1,0], 1.5]]

第一层(LSTM)无法处理call / fold / raise的分类数组,因为非分类时间,我无法使用简单的嵌入层 .

第一层 - model.add(LSTM(500,return_sequences = True,input_shape =(3,2)))

我试图改变input_shape,但没有什么对我有用 . 任何想法如何表示one_hot并浮动一次输入?

1 回答

  • 1

    您可以简单地连接,不需要嵌入,因为您的单热编码不具有太高的维度,而单热是嵌入本身 .

    所以我会尝试矢量序列:

    [[1,0,0,0.5], [1,0,0,0.3], [0,1,0,1.5]]
    

    你将使用的LSTM或任何一层将会发现前3个值代表行动而最后一个是其他东西(时间),不用担心 .

    model.add(LSTM(500, return_sequences=True, input_shape=(3, 2)))
    

    应该管用 .

相关问题