通过 json 文件的 LSTM 输入形状答案

【问题标题】：LSTM input shape through json file通过 json 文件的 LSTM 输入形状
【发布时间】：2020-10-06 14:34:03
【问题描述】：

我正在研究 LSTM，在对数据进行预处理后，我以列表的形式获得数据 X，其中包含 3 个特征列表，每个列表包含列表形式的 50 个点的序列。

X = [list:100 [list:3 [list:50]]]
Y = [list:100]

由于它是一个多元 LSTM，我不确定如何将所有 3 个序列作为 Keras-Lstm 的输入。我需要在 Pandas 数据框中转换它吗？

model = models.Sequential()    
model.add(layers.Bidirectional(layers.LSTM(units=32,
                                               input_shape=(?,?,?)))

【问题讨论】：

标签： python-3.x keras lstm

【解决方案1】：

您可以执行以下操作将列表转换为 NumPy 数组：

X = np.array(X)
Y = np.array(Y)

在此转换后调用以下内容：

print(X.shape)
print(Y.shape)

应该分别输出：(100, 3, 50) 和 (100,)。最后LSTM层的input_shape可以是(None, 50)。

【讨论】：

【解决方案2】：

LSTM 调用参数Doc：

inputs: A 3D tensor with shape [batch, timesteps, feature].

您必须将该列表转换为 numpy 数组才能使用 Keras。

根据您提供的 X 形状，理论上它应该可以工作。但是，您必须弄清楚数组的 3 个维度实际包含什么。

第一个维度应该是你的 batch_size，即你有多少批数据。
第二维是你的时间步长数据。

例如：句子中的单词，“cat sat on dog” -> 'cat' 是时间步长 1，'sat' 是时间步长 2，'on' 是时间步长 3，依此类推。

第 3 维表示您的数据在每个时间步的特征。对于我们之前的句子，我们可以对每个单词进行向量化

【讨论】：