如何为 LSTM 按需生成 3D Numpy 数组答案

【问题标题】：How-To Generate a 3D Numpy Array On-Demand for an LSTM如何为 LSTM 按需生成 3D Numpy 数组
【发布时间】：2017-05-19 18:22:40
【问题描述】：

我目前正在尝试将通过 Keras 实现的“简单”LSTM 网络用于夏季项目。查看给出的示例代码，LSTM 代码似乎需要一个预先生成的 3D numpy 数组。由于我要使用的数据集和相关的时间间隔都相当大，因此一次加载“完整数组”对我来说是非常令人望而却步的。是否可以加载原始数据集并根据网络的需要对其应用排序变换（在这种情况下，从 x 时间间隔窗口构造 3D 数组，然后每次递增 1）？如果是这样，你会怎么做？

感谢您提供的任何帮助！

【问题讨论】：

标签： python numpy keras lstm training-data

【解决方案1】：

我在用户 Rocketknight 的 Keras slack 上找到了这个问题的答案。使用 model.fit_generator 函数。在你的主要 python 脚本中的某处定义一个生成器函数，它“产生”一批数据。然后在model.fit_generator函数的参数中调用这个函数。

【讨论】：