Мне нужно спросить, как использовать Keras прогнозировать из Keras функциональных API.Мне нужно написать многовариантную модель LSTM с множественным выходом.Я написал такую модель:
inp = Input((train_X.shape[1],train_X.shape[2]))
x = LSTM(192,return_sequences=True)(inp)
x = Dropout(0.5)(x)
x = Flatten()(x)
out1 = Dense(1,activation='softsign')(x)
out2 = Dense(1,activation='softsign')(x)
model = Model(inputs =inp,outputs= (out1,out2))
model.compile(optimizer='rmsprop',
loss='binary_crossentropy',
metrics=['accuracy'])
history = model.fit(train_X,[y1,y2])
ypred = model.predict([pred_X,pred_Y])
То, что я хочу (ожидаю), это ypred, возвращающий два временных ряда, но это дает мне ошибку:
ValueError: Error when checking model : 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 2 arrays:
Он ожидает один массив как предикатаргумент, но только с одним массивом он вернет один прогнозируемый временной ряд.
Что мне нужно исправить, чтобы получить прогноз двух особенностей?
Мои данные имеют 6 столбцов, первые два япытаясь предсказать, другие функции.Размеры моих данных:
train_X.shape= (24576, 192, 6)
pred_X.shape= (672, 192, 6)
pred_Y.shape= (672, 192, 6)
y1.shape = (24576,1)
y2.shape = (24576,1)