从二维数据进行预测

如何解决从二维数据进行预测

我正在根据二维数据进行预测。数据大小为 7640x200x2；对于每个 200x2 矩阵，我想要一个从中预测的 2x1 数组。我是初学者，我很困惑如何建立一个有用的模型。我曾尝试过 cnn+lstm 模型，但结果非常糟糕。谁能给我一些建议？

解决方法

似乎没有问题中所说的任何序列，所以 LSTM 在这里不适用。

(200x2) --> (2,1) 可以通过扁平化后的密集网络简单地完成：

inp (200x2) --> flatten (to 400) --> dense(2,activation=identity)

二维卷积层可以放在inp层和flatten层之间：

inp --> conv2d --> flatten

根据期望输出的范围，可以改变输出密集层中的激活，例如，如果输出总是正的，则使用'relu'而不是'identity'。