python - Python:如何使用 Keras 和顺序数据为 RNN 提供数据
问题描述
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:)
解决方案
推荐阅读
- rust - 如何将 std::ffi::OsString 转换为 f64 或 f32
- php - 如何让 GuzzleHttp 客户端正确发送 POST 请求?
- java - 如何从 android 中的 pom.xml 文件创建 gradle 依赖项?
- python - 如何将图像作为参数从 ac# 应用程序传递给 python 脚本,而无需从磁盘写入/读取它?
- css - 在 div 中添加元素会使其他元素消失
- reactjs - 如何使用 turfjs 和 mapbox js 从方形网格中选择和突出显示单元格?
- leaflet - 在传单中显示关系(轨迹)
- python - NEAT 的 TypeError
- python - tkinter框架内的网格?
- python - 过滤掉多维numpy数组中的行