2017-09-25 129 views
1

我想用keras的LSTM(在末端有一个密集层)将一束光谱图分类成C类。为了澄清,每个谱图属于来自那些C类的单个类。每个谱图基本上是一个矩阵。它是通过在每秒约1000秒的时间内测量(让我们说,K)来构造的。所以矩阵有K行和1000列。Keras LSTM的多维输入 - (用于分类)

考虑到这个问题,我怎样才能为LSTM层指定这个输入的形状?

谢谢!

+0

忽略'input_shape'参数集'input_dim = 1000'。就输入模型而言,行数是不相关的。旁边的问题,通常不是一个频谱图像?参考:https://keras.io/#getting-started-30-seconds-to-keras –

+0

为什么不先使用完全连接的密集网络? 1000步的时间可能正在消失渐变的大门上。另外,我们需要查看代码示例,当我们无法看到您的操作时很难提出建议 – DJK

回答

2

它似乎不在current documentation LSTM层,但input_shape可以提供为(timesteps, input_dim)

如果要被分类的每个谱图中有1000分时间步和在每个时间步K测量,一个LSTM层可以构造这样的:

LSTM(num_units, input_shape=(1000, K)) 

然后输入数组的所有谱图的形状应该有形状(num_spectrograms, 1000, K)