Keras LSTM 的多维输入——（用于分类）
Multidimensional Input to Keras LSTM - (for Classification)
我正在尝试使用 keras 的 LSTM（最后有一个密集层）将一堆频谱图 class 化为 C classes。澄清一下，每个频谱图都属于那些 C class 中的单个 class。每个频谱图基本上都是一个矩阵。它是通过在大约 1000 秒内每秒进行（比方说 K）次测量而构建的。所以矩阵有 K 行和 1000 列。
考虑到这一点，我如何为 LSTM 层指定此输入的形状？
谢谢！
它似乎不在 current documentation 的 LSTM 层中，但 input_shape 可以提供为 (timesteps, input_dim)。
如果每个要分类的声谱图有 1000 个时间步并且每个时间步有 K 个测量值，则 LSTM 层可以这样构造：
LSTM(num_units, input_shape=(1000, K))
然后所有频谱图的输入数组的形状应为 (num_spectrograms, 1000, K).
我正在尝试使用 keras 的 LSTM（最后有一个密集层）将一堆频谱图 class 化为 C classes。澄清一下，每个频谱图都属于那些 C class 中的单个 class。每个频谱图基本上都是一个矩阵。它是通过在大约 1000 秒内每秒进行（比方说 K）次测量而构建的。所以矩阵有 K 行和 1000 列。
考虑到这一点，我如何为 LSTM 层指定此输入的形状？
谢谢！
它似乎不在 current documentation 的 LSTM 层中，但 input_shape 可以提供为 (timesteps, input_dim)。
如果每个要分类的声谱图有 1000 个时间步并且每个时间步有 K 个测量值，则 LSTM 层可以这样构造：
LSTM(num_units, input_shape=(1000, K))
然后所有频谱图的输入数组的形状应为 (num_spectrograms, 1000, K).