LSTM 中的序列长度是多少？

Question

LSTM 的输入数据的维度是 tensorflow 中的 [Batch Size, Sequence Length, Input Dimension]。

1. Sequence Length & Input Dimension 是什么意思？
2. 如果我的输入数据是以下形式，我们如何为它们分配值： [[[1.23] [2.24] [5.68] [9.54] [6.90] [7.74] [3.26]]] ?

Answer 1

LSTM 是循环神经网络的一个子类。递归神经网络根据定义应用于顺序数据，不失一般性意味着数据样本在时间轴上发生变化。然后，数据样本的完整历史由有限时间窗口内的样本值描述，即，如果您的数据存在于 N 维空间中并在 t 个时间步长上演化，则您的输入表示必须具有形状 (num_samples, t , N)。

您的数据不符合上述描述。然而，我假设这种表示意味着你有一个标量值 x，它在 7 个时间实例中演变，例如 x[0] = 1.23、x[1] = 2.24 等。

如果是这种情况，您需要重新调整输入的形状，以便您拥有一个形状为 (7,1) 的数组，而不是 7 个元素的列表。然后，您的完整数据可以用 LSTM 可以接受的形状为 (num_samples, 7, 1) 的三阶张量来描述。