将数据输入到 LSTM 网络 Keras

Question

我有 10 个数组。它们中的每一个代表一个数据点（输入）。数组的形状是 (16,3)、(34,3) 等。由于 LSTM 需要 3dim 数据，我重新调整了这 10 个数组中的每一个。示例：如果是 (16,3) 现在是 (1,16,3)。我试图让 ((1,16,3),(1,34,3),etc..) 成为我的数组形状，换句话说，一个 numpy 数组中的 10 个数组，每个形状 (1,something,3 )。当我将所有 10 个数组作为一个输入数据时，出现以下错误：

检查模型输入时出错：您所在的 Numpy 数组列表 传递给您的模型不是模型预期的大小。预计 查看 1 个数组，但得到了以下 10 个数组的列表。

但是，如果我用一个标签提供其中一个数组，它会起作用并且过拟合（应该如此）。 如果 batch_size=1，程序不应该拿这 10 个样本之一来训练吗？

这是我的代码：

import os
import numpy as np
from keras.models import Sequential
from keras.layers import Dense
from keras.layers import LSTM

data = []
directory = 'realData'
for filename in os.listdir(directory):
    data.append(np.load('realData/' + filename))

for i in range(len(data)):
    data[i] = data[i].reshape(1,data[i].shape[0],3)

sad = np.array([[0]] * 2)
okay = np.array([[1]] * 3)
happy = np.array([[2]] * 2)
perfect = np.array([[3]] * 3)

labels = np.concatenate([sad,okay,happy,perfect],axis=0)

model = Sequential()
model.add(LSTM(32, input_shape=(None,3)))
model.add(Dense(1))

model.compile(loss='binary_crossentropy',
              optimizer='adam',
              metrics=['accuracy'])

print('Train...')    
model.fit(data, labels,
          batch_size=1,
          epochs=15,
          validation_data=(data, labels))

score, acc = model.evaluate(data, labels, batch_size=1)
print('Test score:', score)
print('Test accuracy:', acc)

Answer 1

训练时的 LSTM 输入需要一个 Numpy 数组。在这种情况下，您可以将每个数组填充到批处理/输入中的最高长度，然后将它们转换为 Numpy 数组。

import numpy as np

def pad_txt_data(arr):
  paded_arr = []
  prefered_len = len(max(arr, key=len))

  for each_arr in arr:
    if len(each_arr) < prefered_len:
      print('padding array with zero')
      while len(each_arr) < prefered_len:
          each_arr.insert(0, np.zeros(3))
      paded_arr.append(each_arr)
  return np.array(paded_arr)

# your_arr = [shape(16, 3), shape(32, 3), . .. .]
# loop through your_arr and prepare a single array with all the arrays and pass this array to padding function.

interm_arr = []
def input_prep():
  for each_arr in your_arr:
    interm_arr.append(each_arr)
  final_arr = pad_txt_data(interm_arr)

所以最终的数组将具有 (input_size, maxlength, features_size) 的形状。在这种情况下，如果输入中有 10 个数组，final_arr 将具有形状 (10, max_lenth, 3)。您可以将其用作 LSTM 的输入。

Answer 2

您的模型需要一个 numpy 数组作为输入，其中第一个维度是批处理维度。相反，您为它提供了一个 numpy 数组列表。您可以使用data = np.array(data) 将数组列表转换为单个数组。