莫烦老师您好,我是你的课程的忠实听众。
看了你的TensorFlow及keras课程获益匪浅,但是有一个问题我一直在实际问题中困扰了好久。例如:
1. 需要建立一个lstm的序列预测模型
2. x:为一个 1行3列的数组(1*3) y为一个1*1 的数据
3. 每次训练的时候 输入500组x,500组y
看了很多晚上的TensorFlow 及 keras的例子。发现对于这种问题不同人的输入方式不同。有些把(x,y)
设置成(500,3,1; 500,1,1)
。 但是有些设置的不一样,有时候会变成(500*3,1;500,1)
。
我根据咱们的keras教程设置后,报告错误:x 的(500*3*1)与y的shape不相同
。 这个问题已经折磨我2个月了。
请问有没有一些通用的方法,或者规律来进行序列的参数形状设置呢? 因为每一个实际项目的x,y不尽相同,有时候y会变成一个n*m的矩阵。 如果没有一些通用的方法论的话,真的会郁闷死了~
希望莫烦老师能解答我的这个问题,或者专门出一期视频来讲解神经网络当中的x,y参数的设置技巧。太谢谢啦~~
最近我也在用keras,我说下我的理解:
你说了使用LSTM时序预测
,那么肯定是用递归层,其输入输出格式为:
输入shape:形如(samples,timesteps,input_dim)的3D张量
输出shape&