python - Python：如何使用 Keras 和顺序数据为 RNN 提供数据

Question

我想在给定数据向量的情况下预测二元结果。我想使用 keras 来完成这项任务，并且能够用它来提供一个简单的网络。

输入（特征）X = [0, 1, 1, .... , 1, 0.5]是len(X) = 40. 并且目标是y = [0]（或 1）一个二进制变量。

现在我意识到，数据具有时间维度。我可以堆叠 X 并得到一个具有一维时间和另一维特征的矩阵。

例如： X = [[0,1,1,...,1,0.5],...,[0,0,1,...,1,0.5]]和y = [[0],...,[1]]

我的问题是：我是否可以使用 RNN 或 LSTM 网络来为网络提供第一个时间步，例如X[:0]使用y[:0]and for timestep 2（网络记住以前的状态） X[:1]，y[:1]依此类推，直到X[:t]目标是 form y[:t]。时间不是固定的，所以t可以是任何整数（存在某个最大值）。

谢谢你的任何答案:)

标签： pythontensorflowkerasrecurrent-neural-networksequential