多对一的LSTM输入形状

Question

我的输入数据有10个特征，它取自25个不同的时间戳。我的输出数据由类标签组成。所以，基本上，我有一个多对一的分类问题。

我想为这个问题实现一个LSTM。总培训数据由10000个数据点组成。这个LSTM网络的输入和输出格式（形状）应该如何？

Answer 1

在模型的第一层中，应该定义input_shape=(n_timesteps,n_features)。所以在你的情况input_shape = (25,10)。

您对模型的实际输入将具有形状(1000,25,10)。

您还应该使用keras.np_utils.to_categorical将您的标签转换为one-hot-encoded向量，以便它们将成为长度为X的向量，其中X是您的类编号。每个元素将等于零，除了对应的类对应的元素。

希望这会有所帮助！