keras - Keras 中的多序列 RNN/LSTM
问题描述
我有多个不同长度的序列。每个都有大约 9 个功能。我想预测时间 t+1 的所有连续特征的值。数据位于长度为 2000 的列表中(因此,总共 2000 个序列)。在 Keras 怎么能做到这一点?
model = Sequential()
model.add(LSTM(100, input_shape=(None,9)))
model.add(Dense(1))
model.compile(loss='mean_squared_error', optimizer='adam')
model.fit(X, y, epochs=1, batch_size=1, verbose=1)
这就是我真正拥有的一切,但我遇到了一些尺寸不匹配的问题。有什么建议么?
解决方案
推荐阅读
- python - 如何使用“异国情调”功能提高小数精度?
- firebase - 从火存储中获取所有图像(同一文件夹) - Ionic 4
- node.js - 取消订阅由 of 创建的 Observable
- xamarin - Xamarin Forms Android 的日期选择器本地化
- php - 交互符字符串 PHP
- reactjs - 柯里化增强组件
- heroku - 是否有用于与 Heroku API 交互的示例 GAS 代码?
- excel - 如果行在任何单元格中包含 X,则删除行
- laravel - 如何使用 Ckeditor 5 Classic 和 laravel 上传图像?
- html - 为什么选项卡键盘导航不适用于 tabIndex 集?