将 tensorflow.js lstm 的 1d 数组重塑为 3d

Question

我正在尝试使用时间序列数据来预测未来的股票价格。我有一个 251 个时间步长的 xs 数组，以及那个时间步长的相应股票价格的 ys 数组。我已将 xs 数组重新整形为 3d，但出现错误

'输入张量应该与目标张量具有相同数量的样本。找到 1 个输入样本和 251 个目标样本。'

模型的代码如下。

var xs = [];
var ys = [];
for(i in result){
    xs.push(i);
    ys.push(result[i].close);
    }

    var xt = tf.tensor3d(xs, [1,xs.length,1]);
    var yt = tf.tensor2d(ys, [xs.length, 1]);
    //xt.reshape([1, xs.length, 1]).print();
    //yt.reshape([1, ys.length, 1]).print();
    var lstm1 = tf.layers.lstm({units: 32, returnSequences: true, inputShape:[xs.length,1]});
    var model = tf.sequential();
    model.add(lstm1);
    model.add(tf.layers.dropout({rate:0.2}));
    model.add(tf.layers.lstm({units:5}));
    model.add(tf.layers.dropout({rate:0.2}));
    model.add(tf.layers.dense({units:1, inputShape:[32], activation:'softmax'}));
    model.compile({optimizer:'adam', loss:'categoricalCrossentropy'});



    model.fit(xt, yt, {epochs:1000}).then(() => {

  bestfit = model.predict(tf.tensor(xs, [xs.length,1])).dataSync();

Answer 1

错误似乎来自model.fit(x, y)，因为 x 和 y 的形状似乎不匹配。

x 的形状为[1, 251, 1]，y 的形状为[251, 1]。这不起作用，因为 x 中的特征多于 y 中的标签。你必须重塑 x 或 y。

• 重塑 x：x.reshape([251, 1, 1]) 或 x.reshape([251, 1])

或

• 重塑 y：y.reshape([1, 251]) 或 y.reshape([1, 251, 1])

注意：只要前两个维度大小相等并且所有维度大小的乘积等于251。重塑中重要的是不要失去特征和标签之间的相关性