时间戳

首页 > 解决方案 > 如何在 Keras 中为多个序列 LSTM 准备输入数据？

python - 如何在 Keras 中为多个序列 LSTM 准备输入数据？

问题描述

我有 5000 个 10 秒的视频。对于每个视频，我提取了 300 帧 (30 fps)，并且对于每一帧，我提取了 50 个特征。因此，我的数据集可以表示为具有维度的立方体（帧 = 300，特征 = 50，视频 = 5000）

我想在 Keras 中创建一个有状态的 LSTM，但我不明白如何塑造我的输入以及训练我的模型的最佳方法是什么？

在阅读了几篇文章后，我想到了一种可能的解决方案：

  1. 从每个序列创建子序列。例如，如果 window_size = 30，我有 300 - 30 + 1 = 271 个子序列。每个子序列有 50 个特征，所以我有一个尺寸为 271x30x50 的立方体。我对 5000 个样本中的每一个重复此步骤。

  2. 训练模型一次输入一个立方体，所以我的 Python 代码应该是这样的：

    for e in epochs:

    for x in cubes:

        mdoel.fit(x, y, shuffle=False, batch_size=30, epochs=1)

        model.reset_states()

我的解决方案正确吗？如果是，是否有更好的方法来执行此任务？batch_size=30 呢？它是正确的还是batch_size必须完美地划分子序列的数量？

标签： pythonkeraslstm

解决方案

推荐阅读