问题描述
我在理解 Keras Functional API 的输入形状时遇到了一些麻烦。 它期望一个输入样本的大小,还是整个训练数据集的大小?
我的数据集由大小为 (3200,24) 的输入集组成,其中一个训练样本(针对人)为 (100,24)。所以我有 32 个训练样本/人。对于每个人,标签是一个时间序列 (100,1)。我如何告诉 NN 它需要将 100 行视为一个样本?我的输入形状是什么?
X_transformed.shape = (3200,24) 和 final_y.shape = (3200,3) #这是三列因为我在做一个自定义的损失函数,需要额外的信息。向量的实际标签部分是(3200,1)。
### FUNCTIONAL API MODEL ###
inputs = keras.Input(shape=(32,100,24))
dense1 = layers.Dense(64,activation="relu")(inputs)
dense2 = layers.Dense(32,activation="relu")(dense1)
outputs = layers.Dense(1)(dense2)
model = keras.Model(inputs=inputs,outputs=outputs)
model.compile(
optimizer='adam',loss=custom_loss,metrics=['accuracy']
)
history = model.fit(X_transformed,final_y,epochs=10)
解决方法
暂无找到可以解决该程序问题的有效方法,小编努力寻找整理中!
如果你已经找到好的解决方法,欢迎将解决方案带上本链接一起发送给小编。
小编邮箱:dio#foxmail.com (将#修改为@)