Слой LSTM input_shape

Question

У меня есть входные данные следующей формы:

5395  69   1

Должен ли мой input_shape быть:

69,1 или

1, 69?

С 69 нейронами в слое LSTM я получаю первые параметры input_shape 19'596 для обучения, а со вторыми 38'364 параметрами они не являются результатом получения в качестве значений input 1 и 69, соответственно? У меня вопрос, должен ли я иметь в качестве входных данных 1, потому что у меня есть 1 функция или 69, потому что у меня есть 69 временных шагов, и почему?

Answer 1

Ввод слоя LSTM имеет форму (num_timesteps, num_features), поэтому:

• Если каждый входной сэмпл имеет 69 временных шагов, где каждый временной шаг состоит из 1 значения свойства, тогда входная форма будет (69, 1).

• Если каждая входная выборка представляет собой один временной шаг из 69 значений признаков, то, вероятно, вообще не имеет смысла использовать слой RNN, поскольку в основном вход не является последовательностью. Вместо этого лучше сгладить входную выборку (т.е. изменить форму (1, 69) до (69,)), а затем использовать другие архитектуры / слои подключения (например, Dense).

---

В качестве примечания, я могу ошибаться, но у меня есть ощущение, что вы смешиваете количество входных временных шагов и количество единиц / нейронов в слое LSTM (в частности, я имею в виду следующее ваше предложение: «С 69 нейронами»). в слое LSTM ... "). Эти два не имеют ничего общего друг с другом, и они не обязательно должны быть одинаковыми. Количество единиц / нейронов в слое LSTM определяет репрезентативные возможности этого уровня и должно быть установлено соответственно на основе экспериментов / опыта. Этот ответ объясняет этот вопрос немного подробнее, если вам интересно.