如何解决Keras RNN 向量作为输出
我正在尝试使用 rnn 进行预测时间序列模型。它具有多变量输入和多变量输出。我想出了如何使用多变量输入，但我想输出不能像多变量时间序列向量一样实现。
我有这样的 numpy 数组
X_train.shape # (165,25,5)
y_train.shape # (165,5)
其中 5 是特征数，25 是窗口大小，165 是窗口数。 该模型应该获得 25 个第一个向量并使用它预测接下来的 25 个向量。但是，我尝试了 Embedding 层、Input 层的不同方法，并且批处理存在问题。文档说 LSTM 中的输入层应该是这样的 输入：形状为 [batch,timesteps,feature] 的 3D 张量。 所以，似乎我应该在这里使用 4D 张量，但我不知道该怎么做，所以如果您知道解决方案，请帮助
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 dio@foxmail.com 举报，一经查实，本站将立刻删除。
