【发布时间】：2020-06-30 17:06:22
【问题描述】：
使用 CNN 输入中的通道作为输入时间序列的方式是否有意义？ 例如我有五个时间序列，每个包含三个 10x10 的图片，所以我的 CNN 输入维度是：
(num_samples,x_dim,y_dim,channels) = (5,10,10,3)
【问题讨论】：
标签： tensorflow keras deep-learning time-series conv-neural-network
【发布时间】：2020-06-30 17:06:22
【问题描述】：
不，时间序列维度是轴 1：(5, 3, 10, 10, channels)。
- 您可以使用循环网络（
LSTM，GRU）处理时间序列，形状(batch, steps, channels) - 你也可以用
Conv1D做时间序列，形状(batch, steps, channels) 您可以使用
Conv2D处理图像，形状为(batch, imgX, imgY, channels)。您可以将两者与
Conv2DLSTM混合使用，形状为(batch, steps, X, Y, channels)。- 你也可以混合图像和步骤使用
TimeDistributed(Conv2D())，形状等于(batch, steps, X, Y, channels)
您必须创建能够正确处理这些形状的模型。最好是搜索一些常见的架构。
【讨论】：