Я настраиваю автоматический кодер LSTM с многовариантными временными последовательностями.Каждая моя последовательность имеет разные временные шаги (приблизительно 30 миллионов шагов в одной последовательности) и 6 функций.Я знаю, чтобы дать одну последовательность в качестве входных данных для автокодера LSTM, я должен изменить свою последовательность как (1,30 миллиона, 6). Я изменил все свои 9 последовательностей аналогичным образом.Я хочу, чтобы автокодер реконструировал мои последовательности.Однако моя программа падает из-за большого количества временных шагов в каждой последовательности.Как я могу решить эту ошибку памяти.Даже если я даю данные в пакетном размере, моей программе не хватает памяти.Я новичок в машинном обучении и последовательном обучении, поэтому, пожалуйста, помогите мне с тем же. Моя сеть прикреплена ниже: `
def repeat_vector (args):
[layer_to_repeat, sequence_layer] = args
return RepeatVector(K.shape(sequence_layer)[1])(layer_to_repeat)
encoder_input = Input (shape = (None, self._input_features))
encoder_output = LSTM (self._latent_space) (encoder_input)
decoder_input = Lambda (repeat_vector, output_shape = (None, self._latent_space)) ([encoder_output, encoder_input])
decoder_output = LSTM (self._input_cells, return_sequence = True) (decoder_input)
self._autoencoder = Модель (encoder_input, decoder_output) `
Я уже пытался принять ввод через файлы hdf.