混合one_hot和浮点数输入

Question

我试图训练类别（one_hot）动作（call/fold/raise）和时间的时间序列的LSTM图层数据模型。 举例说明3轮的时间序列，其中玩家2X叫，然后折叠。

#Call #0.5s # Call #0.3s #Fold, 1.5s 

[[[1,0,0], 0.5], [[1,0,0], 0.3], [[0,1,0], 1.5]] 

呼叫的分类阵列/折叠/加注不能由所述第一层（LSTM）被处理并由于非绝对时间我不能使用简单的嵌入层。

第一层 - model.add（LSTM（500，return_sequences =真，input_shape =（3,2）））

我曾试图改变input_shape，但没有为我工作。 任何想法如何表示one_hot和浮动在一次输入？

Answer 1

您可以简单地连接，不需要嵌入，因为您的单热编码不是过高维度，而单热是自身的嵌入。

所以我会尝试序列的载体：

[[1,0,0,0.5], [1,0,0,0.3], [0,1,0,1.5]] 

和LSTM或者，你会使用会找出第3个值指的是动作，最后是别的任何层（时间），别担心。

model.add(LSTM(500, return_sequences=True, input_shape=(3, 2))) 

应该工作。