keras - python中3D矩阵的归一化(LSTM/Keras输入)
问题描述
LSTM 输入矩阵在 Keras 中具有如下形状:
(sample size, number of time steps, number of features)
如何使用MinMaxScaler
python 中的函数规范化这个输入?假设我们有一个具有这种形状的输入矩阵:(10,3,2)
。
解决方案
MinMaxScaler
旨在处理只有二维的表格数据,所以我怀疑你想要做的是:
for i in range(X.shape[1]):
X[:, i, :] = MinMaxScaler().fit_transform(X[:, i, :])
推荐阅读
- javascript - 突出显示/错误不适用于“远程”验证
- node.js - 无法读取未定义的属性“连接”。已安装依赖项
- python-3.x - 求解具有一些边界条件的矩阵方程
- ios - iOS以编程方式更改设置字体
- react-native - 带有 TabNavigation 的标题反应导航
- javascript - JavaScript 算法脚本
- angular - 错误类型错误:无法读取 Angular 7 拖放中未定义的属性“长度”
- android - 如何在android应用程序中放入大量数据?
- css - 如何限制列 flexbox 布局中水平滚动部分的大小?
- tensorflow - 冻结 LSTM 层