numpy - 如何将多个 CSV 数据集以适合 Keras 中的模型?
问题描述
我想在Keras中使用 RNN来训练模型来预测运动轨迹。
我有多个 CSV 文件。它们具有相同的特征(列),但具有不同的数字(行)。一个文件形状的示例是 (1078, 8),另一个文件是 (666, 8)。每个文件代表一个轨迹。
现在,我只能放一个 CSV 文件来训练模型。
如何将这些数据集放入 Keras 中以适合模型?
解决方案
您可以将数据与 numpy 连接起来,以供考试:
CSV1 = np.random.uniform(0, 1, (666, 8))
CSV2 = np.random.uniform(0, 1, (1078, 8))
input_data = np.concatenate((CSV1,CSV2))
推荐阅读
- apache-spark - 将 Spark 结构化流输出写入 Kafka 主题
- google-maps - Google Maps apikey http referrer wildcard TLD
- sql - 具有 5 亿条记录但没有唯一标识符列的表的索引
- php - 在 Laravel 5 中过滤路由时出现 302 错误
- java - 为什么 Object.equals(Object o) 在 java 中需要 Object.hashCode()?
- r - R: Shiny - observeEvent 经常失效
- openssl - Win64 openssl 摘要与 SoapUI 或 HP Nonstop openssl 不匹配
- python - 根据 pandas 中的列值导出到 csv
- python - 从公共 Google 日历中提取数据
- image - Apache 不会在 /var/www/html 的子目录下传递资源