时间戳

首页 > 解决方案 > 如何为 2D 输入和输出创建深度学习模型？

machine-learning - 如何为 2D 输入和输出创建深度学习模型？

问题描述

我正在做一个关于深度学习的项目。我有一个形状为 (101,3) 的数组和形状为 (101,3) 的输出。这意味着输入数据中的每一行都与输出数据中的同一行相关。我的目的是创建一个深度学习模型来训练我的数据集。我做了一些研究，并找到了一些关于它的例子。其中之一位于此链接。据我了解，我需要一个多对多模型，但我不知道如何创建它。请问你能帮我吗？我怎样才能创建这个模型，或者有什么资源可以推荐。

标签： machine-learningkerasdeep-learning

解决方案

您可以使用类似的东西，您可能需要根据网络性能进行更改，

from tensorflow.keras.layers import RepeatVector, TimeDistributed, Dense, LSTM
from tensorflow.keras.models import *

model = Sequential()

# encoder layer
model.add(LSTM(100, activation='relu', return_sequences= True, input_shape=(101, 3)))

# decoder layer
model.add(LSTM(100, activation='relu', return_sequences=True))

model.add(TimeDistributed(Dense(3)))
model.compile(optimizer='adam', loss='mse')

print(model.summary())

推荐阅读