从 2D 数据进行预测答案

【问题标题】：making predictions from 2D data从 2D 数据进行预测
【发布时间】：2021-07-16 06:24:41
【问题描述】：

我正在根据二维数据进行预测。数据大小为7640x200x2；对于每个 200x2 矩阵，我想要一个从中预测的 2x1 数组。我是一个初学者，我很困惑如何建立一个有用的模型。我试过一个cnn+lstm模型，但结果真的很糟糕。谁能给我一些建议？

【问题讨论】：

【解决方案1】：

问题中似乎没有任何序列，因此 LSTM 不适用于此处。

(200x2) --> (2,1) 可以通过扁平化后的密集网络简单地完成：

inp (200x2) --> flatten (to 400) --> dense(2, activation=identity)

二维卷积层可以放在inp层和flatten层之间：

inp --> conv2d --> flatten

取决于预期输出的范围，可以改变输出密集层中的激活，例如，如果输出始终为正，则使用“relu”而不是“identity”。

【讨论】：