多对一 LSTM答案

【问题标题】：Many To One LSTM多对一 LSTM
【发布时间】：2019-12-09 08:46:24
【问题描述】：

我正在尝试解决一个包含 1,00,000 个示例、128 个时间步长和 7 个输入特征的多类分类问题。可能的输出类是 5。我的模型代码是

model = Sequential()
model.add(LSTM(5 , input_shape=(128, 7)))
model.compile(loss="binary_crossentropy", optimizer="adam", metrics=["accuracy"])
model.fit(v_s,y_s)

我想知道模型如何理解我想要在接收到最后一个时间步输入后仅从最后一个节点输出 [1,5]，这就像多对一 LSTM 一样。模型可以考虑的另一种方式是从最后 5 个节点（多对多）获取 5 个原子输出。后者我该怎么做？

【问题讨论】：

标签： lstm

【解决方案1】：

查看此链接：https://keras.io/getting-started/sequential-model-guide/ 上面代码的输出是一个维度为 5 的序列，它将作为 5 个类的预测。所以上面的模型运行正常。

model = Sequential()
model.add(LSTM(50 , input_shape=(128, 7)))
model.compile(loss="binary_crossentropy", optimizer="adam", metrics=["accuracy"])
model.fit(v_s,y_s)

这会产生不正确的输出

【讨论】：