lstm模型的輸出形狀

我有1025643個條目和72個特徵/屬性的測試數據。我已經用形狀（245,30,72）和形狀（245，）訓練了帶有輸入數據trainX的lstm。另外請注意，我已經指定了後退30步，因此trainX的形狀（245,30,72）。lstm模型的輸出形狀

現在訓練模型後，如果我做

model.output_shape

輸出是：

（無，1）

我的理解是，它將使對測試集進行一步預測。但我希望它是30行的預測，每個未來的步驟，爲測試集中的每一行（如輸出應該有形狀在我的情況是（1025643,30,1））。我需要用數據形狀做些什麼改變？我用tensorflow後端和python 3.6使用keras lstm。

代碼爲我的模式是：

model = Sequential() 
model.add(LSTM(100, return_sequences=True, input_shape = (trainX.shape[1], trainX.shape[2]))) 
model.add(LSTM(100, return_sequences = False)) 
model.add(Dense(1, activation='linear')) 

model.compile(loss='mse', optimizer='adam') 

model.fit(trainX, trainY, epochs=50, shuffle=False, verbose=1)

來源

2017-10-17 Fawad Khalil

最後LSTM層上的return_sequences=False參數使LSTM所有30個年代步驟後，只返回輸出。如果您需要30個輸出（每個時間步後一個），則在最後一個LSTM層上使用return_sequences=True，這將導致輸出形狀爲(None, 30, 1)。

關於Keras中LSTM的更詳細的解釋，請參閱here。

來源

2017-10-17 21:31:46

非常感謝:)現在我必須爲測試數據中的每個樣本製作30個時間步以使其具有形狀（無，30,1），因爲模型要求我這樣做？如果我只想提供單行，並且模型輸出了30行（按順序30次），那該怎麼辦？像我的測試數據仍然有形狀（1025643,72）和結果我有形狀（1025643,30,1）。 –

如果我理解正確，你想提供一個單一的時間步驟的輸入，併產生接下來的30個時間步驟的輸出。 LSTM需要每個時間步的輸入。要從單個輸入產生30個時間步的輸出，您可以在每個時間步重複第一個輸入，或者使用LSTM的輸出作爲下一個時間步的輸入（LSTM的輸入維與輸出不匹配，所以後一種選擇對於你的架構來說是不可能的）。 –

是的，重複的想法是有道理的。再次感謝你：） –

lstm模型的輸出形狀

回答

相關問題