我在为Keras准备RNN的输入数据时遇到了麻烦 .
目前,我的培训数据维度是: (6752, 600, 13)
-
6752:训练数据的数量
-
600:时间步数
-
13:特征向量的大小(向量在浮点数)
X_train
和 Y_train
都属于这个维度 .
我想把这些数据准备好送到Keras的 SimpleRNN
. 假设我们说我想使用 input_length = 5
,这意味着我想使用最近的5个输入 . (例如步骤#10,#11,#12,#13,#14 @步骤#14) .
我应该如何重塑 X_train
?
应该是 (6752, 5, 600, 13)
还是 (6752, 600, 5, 13)
?
什么形状应该_2446738_?
它应该是 (6752, 600, 13)
还是 (6752, 1, 600, 13)
或 (6752, 600, 1, 13)
?
1 回答
如果您只想使用最近的5个输入预测输出,则无需提供任何训练样本的完整600个时间步长 . 我的建议是以下列方式传递培训数据:
训练序列的总数将总计为
每个训练序列包括5个时间步骤 . 在每个序列的每个时间步,您都会传递特征向量的所有13个元素 . 随后,训练数据的形状将是(4024192,5,13) .
此循环可以重塑您的数据: