У меня есть набор данных, который состоит X N = 4000 выборок, каждая выборка состоит из D = 2 особенности (непрерывные значения), охватывающей назад т = 10 раз шаги. У меня также есть соответствующие «метки» каждого образца, которые также являются непрерывными значениями, на этапе 11.Понимание Tensorflow LSTM ввода формы
В настоящее время мой набор данных имеет форму X: [4000,20], Y: [4000].
Я хочу обучить LSTM с помощью TensorFlow, чтобы предсказать значение Y (регрессия), учитывая 10 предыдущих входов функций d, но мне сложно выполнить это в TensorFlow.
Основная проблема, с которой я сейчас сталкиваюсь, заключается в понимании того, как TensorFlow ожидает, что ввод будет отформатирован. Я видел различные примеры, такие как this, но эти примеры имеют дело с одной большой строкой данных непрерывных временных рядов. Мои данные - это разные образцы, каждый из которых является независимым временным рядом.
Привет, Я пытаюсь реализовать что-то очень похожее на то, что вы сделали, и я надеюсь, что вы можете дать мне несколько советов, так как тензорный поток по-прежнему ошеломляет меня. Для вашей настройки, как выглядит исходный файл? Является ли каждый образец в основном списком длины 10 с каждым элементом, содержащим 2 функции, и для каждого образца у вас есть метка? например [[f1, f2], [f1, f2], ...] – Dimebag