Keras LSTM 层的输入形状应该如何答案

【问题标题】：How should the input shape of Keras LSTM layer looks likeKeras LSTM 层的输入形状应该如何
【发布时间】：2019-09-11 16:47:28
【问题描述】：

我已经阅读了一段时间关于使用 tf.keras 训练 LSTM 模型的文章，我确实使用相同的框架使用简单的 feedforward NN 架构来解决回归问题，并且我非常了解我应该如何准备输入数据这样的模型，但是当谈到训练LSTM时，我对输入的形状感到很困惑。

有很多需要注意的地方：time steps、number of samples、batch size、number of units 等。除了LSTMkeras 层的许多参数还不清楚如下例所示：

model.add(keras.layers.LSTM(units=3, batch_input_shape=(8,2,10), return_sequence=True, stateful= True))

所以我有以下外汇数据结构，我不知道如何为 LSTM 模型正确重塑它。

open | close | high | low | volume | i1 | i2 | i3 | ... | i30 | nextClose

这些特征代表某个货币对的开盘/收盘/最高/最低价，除了交易量和从 i1 -> i30 的 30 个不同指标值外，所有这些特征都对应于一个小步舞曲。除了 nextClose 功能代表我希望预测的下一个小步舞曲收盘价。

Q1：谁能解释一下数据应该如何被塑造成输入的一般概念，以及所有这些必需的参数是什么（时间步长、批量大小......）？ p>

Q2：我认为一个简单的例子可能很好，我上面的数据结构应该如何重新塑造看起来像 LSTM 的有效输入？

【问题讨论】：

也许你需要Understanding Keras LSTMs。
@giser_yugang 感谢您的回复我会检查它
@giser_yugang 请检查我的更新
没什么大问题。 LSTM 的输入形状在 keras 中有[timesteps,batch_size, features] 或[batch_size,timesteps, features] 两种格式。可以参考stackoverflow.com/questions/54764500/…。

【解决方案1】：

经过大量搜索，我在图表中找到了 keras LSTM 的出色摘要，这非常有帮助。在Keras_LSTM_Diagram git 存储库中检查它。

【讨论】：