多对一 LSTM 输入形状

【问题标题】：Many to one LSTM input shape多对一 LSTM 输入形状
【发布时间】：2017-07-06 22:07:04
【问题描述】：

我的输入数据有 10 个特征，它是在 25 个不同的时间戳上获取的。我的输出数据由类标签组成。所以，基本上，我有一个多对一的分类问题。

我想为这个问题实现一个 LSTM。总训练数据由 10000 个数据点组成。这个 LSTM 网络的输入和输出格式（形状）应该如何？

【问题讨论】：

【解决方案1】：

在模型的第一层你应该定义input_shape=(n_timesteps,n_features)。所以在你的情况下input_shape = (25,10)。

您对模型的实际输入将具有(1000,25,10) 的形状。

您还应该使用keras.np_utils.to_categorical 将标签转换为 one-hot-encoded 向量，以便它们成为长度为 X 的向量，其中 X 是您的班级编号。每个元素都将为零，除了对应于相应类的元素。

希望这会有所帮助！

【讨论】：