KerasでLSTMクラシファイアモデルを構築するには

Question

KerasとRNNを初めて使用しました 列車形状セット（1795575,6）とラベル配列を含むデータセットのKerasでLSTM RNNを使用してクラシファイアモデルを構築する必要があります形状（575643,6）のテストセットと形状のラベル配列（575643,1.Again、ラベルは11（0から10まで）私は私があなたの助けと感謝に感謝？

from keras.models import Sequential 
from keras.layers import LSTM, Dense 
from keras.optimizers import SGD 
import numpy as np 
data_dim = ? 
timesteps = ? 
num_classes = ? 
batch_size = ? 
sgd = SGD(lr=0.1, decay=1e-6, momentum=0.9, nesterov=True) 
model = Sequential() 
model.add(LSTM(32, return_sequences=True, stateful=True,batch_input_shape= 
(batch_size, timesteps, data_dim))) 
model.add(LSTM(32, return_sequences=True, stateful=True)) 
model.add(LSTM(32, stateful=True)) 
model.add(Dense(?, activation='softmax')) 
model.compile(loss='sparse_categorical_crossentropy',optimizer='sgd', 
metrics=['accuracy']) 
model.fit(train_X_arr, train_y_arr,batch_size=batch_size, epochs=epochs, 
shuffle=False,validation_data=(test_X_arr, test_y_arr)) 

のために置く必要がある10）

は、どのように私は私のDataset.What値を満たすために、次のKerasモデルを形作ることができますあなたがやりたい何dvance

Answer 1

はこれです：

from keras.models import Sequential 
from keras.layers import LSTM, Dense 
from keras.optimizers import SGD 
import numpy as np 
data_dim = 1 # EACH TIMESTAMP IS SCALAR SO SHAPE=1 
timesteps = 6 # EACH EXAMPLE CONTAINS 6 TIMESTAMPS 
num_classes = 1 # EACH LABEL IS ONE NUMBER SO SHAPE=1 
batch_size = 1 # TAKE SIZE THAT CAN DIVIDE THE NUMBER OF EXAMPLES IN THE TRAIN DATA. THE HIGHER THE BATCH SIZE THE BETTER! 
sgd = SGD(lr=0.1, decay=1e-6, momentum=0.9, nesterov=True) 
model = Sequential() 
model.add(LSTM(32, return_sequences=True, stateful=True,batch_input_shape= 
(batch_size, timesteps, data_dim))) 
model.add(LSTM(32, return_sequences=True, stateful=True)) 
model.add(LSTM(32, stateful=True)) 
model.add(Dense(1, activation='softmax')) # AT THE END YOU WANT ONE VALUE (LIKE THE LABELS) -> SO DENSE SHOULD OUTPUT 1 NODE 
model.compile(loss='sparse_categorical_crossentropy',optimizer='sgd', 
metrics=['accuracy']) 
model.fit(train_X_arr, train_y_arr,batch_size=batch_size, epochs=epochs, 
shuffle=False,validation_data=(test_X_arr, test_y_arr)) 

と、それはそれです。

編集：列車データを（1795575,6,1） - > 1795575のように再構成してください。例はそれぞれ6つのタイムスタンプを持ち、各タイムスタンプはスカラーです。
これは、np.expand_dims（train_data、-1）を使用すると簡単に実現できます。