我有1025643个条目和72个特征/属性的测试数据 . 我训练了一个带有输入数据trainX的lstm,其形状为(245,30,72),trainY为shape(245,) . 另请注意,我指定回溯是30步,因此(245,30,72)trainX的形状 .
如果我这样做,那么在训练模型之后
model.output_shape
输出是:
(无,1)
据我所知,它将为测试集提供一步预测 . 但我希望它是30行预测,每个未来步骤一个,对于测试集中的每一行(如输出应该在我的情况下具有形状(1025643,30,1)) . 我需要对数据形状进行哪些更改?我正在使用keras lstm与tensorflow后端和python 3.6 .
我的模型的代码是:
model = Sequential()
model.add(LSTM(100, return_sequences=True, input_shape = (trainX.shape[1], trainX.shape[2])))
model.add(LSTM(100, return_sequences = False))
model.add(Dense(1, activation='linear'))
model.compile(loss='mse', optimizer='adam')
model.fit(trainX, trainY, epochs=50, shuffle=False, verbose=1)