Keras 中预测的流输出

【问题标题】：Stream Output of Predictions in KerasKeras 中预测的流输出
【发布时间】：2016-10-31 01:54:09
【问题描述】：

我在 Keras 中有一个 LSTM，我正在训练它来预测时间序列数据。我希望网络在每个时间步上输出预测，因为它将每 15 秒接收一个新输入。所以我正在努力的是训练它的正确方法，以便它将 h_0、h_1、...、h_t 输出为恒定流，因为它接收 x_0、x_1、...、x_t 作为输入流.是否有这样做的最佳做法？

【问题讨论】：

标签： python keras recurrent-neural-network

【解决方案1】：

您可以通过设置stateful=True 在 LSTM 层中启用有状态。这会将层的行为更改为始终使用层的先前调用的状态，而不是为每个layer.call(x) 重置它。

例如一个具有 32 个单元的 LSTM 层，批量大小为 1，序列长度为 64，特征长度为 10：

LSTM(32, stateful=True, batch_input_shape=(1,64,10))

predict 的连续调用将使用之前的状态。

【讨论】：

那么 .reset_states() 将是启动新输入序列的函数吗？太好了，谢谢！
是的。忘了说，抱歉。
@nemo 我有一个后续问题here。你介意看看吗？