Я новичок в Keras, поэтому я очень ценю любую помощь здесь. Для моего проекта я пытаюсь обучить нейронную сеть на нескольких временных рядах. Я получил его работу, запустив цикл for, чтобы соответствовать каждому временному ряду модели. Код выглядит так:
for i in range(len(train)):
history = model.fit(train_X[i], train_Y[i], epochs=20, batch_size=6, verbose=0, shuffle=True)
Если я не ошибаюсь, я занимаюсь онлайн-обучением здесь. Теперь я пытаюсь провести периодическое обучение, чтобы увидеть, лучше ли результат. Я попытался поместить список, состоящий из всех таймсерий (каждый преобразованный в массив numpy), но я получаю эту ошибку:
Error when checking model input: the list of Numpy arrays that you are passing to your model is not the size the model expected. Expected to see 1 array(s), but instead got the following list of 56 arrays:
Вот информация о наборе данных и модели:
model = Sequential()
model.add(LSTM(1, input_shape=(1,16),return_sequences=True))
model.add(Flatten())
model.add(Dense(1, activation='tanh'))
model.compile(loss='mae', optimizer='adam', metrics=['accuracy'])
model.summary()
Layer (type) Output Shape Param #
=================================================================
lstm_2 (LSTM) (None, 1, 1) 72
_________________________________________________________________
flatten_2 (Flatten) (None, 1) 0
_________________________________________________________________
dense_2 (Dense) (None, 1) 2
=================================================================
Total params: 74
Trainable params: 74
Non-trainable params: 0
print(len(train_X), train_X[0].shape, len(train_Y), train_Y[0].shape)
56 (1, 23, 16) 56 (1, 23, 1)
Вот блок кода, который дает мне ошибку:
pyplot.figure(figsize=(16, 25))
history = model.fit(train_X, train_Y, epochs=1, verbose=1, shuffle=False, batch_size = len(train_X))
Форма ввода LSTM должна быть: batch_size
, timesteps
, features
Но мы не должны упоминать batch_size
в форме ввода, если вы хотите, чтобы вы могли использовать batch_input_shape
.
model = Sequential()
model.add(LSTM(1, input_shape=(23,16),return_sequences=True))
# model.add(Flatten())
model.add(Dense(1, activation='tanh'))
model.compile(loss='mae', optimizer='adam', metrics=['accuracy'])
model.summary()
X = np.random.random((56,1, 23, 16))
y = np.random.random((56,1, 23, 1))
X=np.squeeze(X,axis =1) #as input shape should be ('batch_size', 'timesteps', 'features')
y = np.squeeze(y,axis =1)
model.fit(X,y,epochs=1, verbose=1, shuffle=False, batch_size = len(X))
Я не уверен, что он служит вашей цели.
flatten
слой?