Keras 中多元时间序列的 LSTM 变量输入

Question

使用 Keras，我想在一个大小为 N 的批次上训练一个 RNN（带有 LSTM 单元），每个时间步有 K 个时间步和一个大小为 L 的向量（解码器输出是一个大小为 L 的向量） .

遗憾的是，我很难让它适用于不同大小的时间步长，即不同的 K。

有2个问题与此相关：

每当我尝试使用 numpy 创建 3D 张量时，我得到的类型是：array(list(array())) 而不是类型：array(array(array()))，因为我的第二维度不固定。生成的形状是 (N,) 而不是 (N, -1, L)
我发现填充是单变量时间序列的一种解决方案，但我为大小为 L 的每个时间步都有 L>>1 的向量。此外，(1) 中的形状不适合，即使我使用了：

model.add(LSTM(50, input_shape=(N, None, L))) // None 对于不同的 K

或者是对每个批处理实例调用拟合方法 N 次的唯一解决方案？

你有什么想法，如何解决我的问题？

任何指点将不胜感激。

Answer 1

您必须将数据数组填充到最大时间步长度

from keras.preprocessing import sequence

data_array=sequence.pad_sequences(data_array,maxlen=max_K)

也不要通过 input_shape

传递批量大小

model.add(LSTM(50, input_shape=(max_K, L)))

Variable input for LSTM for multivariate time series in Keras