python - 下面模型中 LSTM 的 input_shape 应该取什么值

Question

These is the image of the code LSTM model please help me to give appropriate input_dim value for the first LSTM layer

Answer 1

对于您提供的代码，所有可能的答案都是错误的。

LSTM 层接受形状为 (batch_dim, time_dim, feat_dim) 的 3D 输入张量，您应该在层定义中编写 input_shape=(time_dim, feat_dim) .

但是，由于您使用X_train = np.expand_dims(X_train, axis=0)，这意味着您的数据中只有一个训练样本，这完全没有意义。因此我怀疑你真正想做的是

X_train = np.expand_dims(X_train, axis=-1)

其中有 X_train.shape[0] 样本、X_train.shape[1] 时间步长，并且只有 1 个特征维度，这在很多时间序列分析问题。

如果我的猜测是正确的，那么您的 LSTM 输入形状应该为 (X_train.shape[1], 1) 形状。

注意:keras 的设置故意不指定 batch_dim，这是有道理的，因为如果您将其包含在模型定义中，那么您必须使用此特定批量大小来进行训练和测试，虽然这样很不方便。