如何使 ResNet 适应时间序列数据
How to adapt ResNet to time series data
我正在尝试使用 convolutional residual network neural network architecture (ResNet)。到目前为止，我已经使用 Keras 实现了用于时间序列数据分类的简单卷积 (conv1D)。
现在，我正在尝试使用 Keras 构建 ResNet，但我在尝试使其适应时间序列数据时遇到了一些困难。 Keras 中 ResNet 或 Nasnet 的大多数实现（例如 this one or that one）都使用 conv2D 进行实现（这对图像有意义）。
有人可以帮我实现时间序列数据吗？
你知道论文“Time Series Classification from Scratch with Deep Neural Networks: A Strong Baseline”吗？如果没有，您应该检查一下。作者提供了对不同模型的非常全面的概述，包括针对时间序列分类调整的 ResNet 实现。
可以找到他们的 Keras/Tensorflow ResNet 实现 here。
更新： 可以找到用于时间序列数据的更新版本的 ResNet（和其他分类器）here。
我正在尝试使用 convolutional residual network neural network architecture (ResNet)。到目前为止，我已经使用 Keras 实现了用于时间序列数据分类的简单卷积 (conv1D)。
现在，我正在尝试使用 Keras 构建 ResNet，但我在尝试使其适应时间序列数据时遇到了一些困难。 Keras 中 ResNet 或 Nasnet 的大多数实现（例如 this one or that one）都使用 conv2D 进行实现（这对图像有意义）。
有人可以帮我实现时间序列数据吗？
你知道论文“Time Series Classification from Scratch with Deep Neural Networks: A Strong Baseline”吗？如果没有，您应该检查一下。作者提供了对不同模型的非常全面的概述，包括针对时间序列分类调整的 ResNet 实现。
可以找到他们的 Keras/Tensorflow ResNet 实现 here。
更新： 可以找到用于时间序列数据的更新版本的 ResNet（和其他分类器）here。