LSTM KerasのAPI予測複数の出力

Question

Iは、入力として3つの異なる以下のようにレイアウトされた機能の50のステップのシーケンス用いLSTMモデルを訓練してい次従属変数

#y_train 
[a50, a51, a52, ... a99] 

を使用

#x_train 
[[[a0,b0,c0],.....[a49,b49,c49]], 
    [a1,b1,c1]......[a50,b50,c50]], 
    ... 
    [a49,b49,c49]...[a99,b99,c99]]] 

を

以下のコードは、ちょうどaを予測するために働いていますが、どのタイムスタンプで[a、b、c]のベクトルを予測して返すのですか？

def build_model(): 
model = Sequential() 

model.add(LSTM(
    input_shape=(50,3), 
    return_sequences=True, units=50)) 
model.add(Dropout(0.2)) 

model.add(LSTM(
    250, 
    return_sequences=False)) 
model.add(Dropout(0.2)) 

model.add(Dense(1)) 
model.add(Activation("linear")) 

model.compile(loss="mse", optimizer="rmsprop") 
return model 

Answer 1

各レイヤの出力は、それが持つセル/ユニット/フィルタの数に基づいています。

Dense(1...)にはセルが1つしかないため、出力には1つの機能があります。

Dense(3...)にするだけで問題は解決します。あなたは出力が入力として時間ステップ数が同じにしたい場合は

---

さて、あなたはすべてのあなたのLSTM層にreturn_sequences = Trueをオンにする必要があります。

LSTMの出力は次のようになります。

• （バッチサイズ、単位） - 次に、使用return_sequences=True

と - return_sequences=False

（バッチサイズ、時間ステップ、単位）と次のレイヤーにレイヤラッパーを配置して、あたかもタイムステップを持っているかのように動作させます（基本的には中間の次元を保持します）。

def build_model(): 
    model = Sequential() 

    model.add(LSTM(
     input_shape=(50,3), 
     return_sequences=True, units=50)) 
    model.add(Dropout(0.2)) 

    model.add(LSTM(
     250, 
     return_sequences=True)) 
    model.add(Dropout(0.2)) 

    model.add(TimeDistributed(Dense(3))) 
    model.add(Activation("linear")) 

    model.compile(loss="mse", optimizer="rmsprop") 
    return model