【问题标题】:LSTM - Multiclass classification - Data prepLSTM - 多类分类 - 数据准备
【发布时间】:2021-12-20 22:45:11
【问题描述】:

我正在尝试实现 LSTM 神经网络,用于对土地利用/覆盖进行分类。我的数据集如下所示:

所以,我有大约 10 k 多边形(每个都有一个唯一的 New_id 值),对于每个多边形,我计算了 29 个不同日期(数据列)中的 4 个索引(VV、VH、RVI 和 RATIO)。我想为这 4 个索引使用 29 个日期的序列来预测类(许多输出和一个输入)。但是,我在准备数据集时完全迷失了,到目前为止我尝试过:

但我认为它不正确......顺便说一句,当我尝试运行该单元格时它返回一个错误:

有没有人知道可能发生的事情以及如何为这个问题准备数据集?非常感谢!

【问题讨论】:

  • 请勿截图!

标签: python deep-learning lstm multilabel-classification multiclass-classification


【解决方案1】:

回答: 数据集中有空值,所以它一开始没有运行。 其次,将 numpy 版本降级到 1.19.2,它可以工作。

【讨论】:

    猜你喜欢
    • 2019-07-07
    • 2018-03-08
    • 1970-01-01
    • 2019-05-24
    • 2018-01-26
    • 2016-08-26
    • 1970-01-01
    • 2015-10-22
    • 1970-01-01
    相关资源
    最近更新 更多