KerasのBatchSizeの仕組みは？ LSTM-WithState-Time Series

Question

私はKerasでLSTM（ステートフル）を使って時系列問題に取り組んでいます。

私は40,000サンプルを持ち、64のバッチサイズを使用し、振り返って7日間です。だから私のテンソルの形状は（64、7、6）6は特徴の数です。

私の質問は、バッチサイズ= 64と言うときです。 Keras LSTMでのサンプルの選択最初の64サンプルとそれに続く64サンプルか、サンプルを625ウィンドウ（40000/64）に分割し、各ウィンドウから64サンプルを送信しますか？

予測は前日に依存するため、LSTMの時系列問題に取り組んでいるので、これは重要ですか？

お願いします。

Answer 1

ケラスモデルへのトレーニングデータは、主に2つの方法で供給されます。 model.fitを使用して

• - あなたは初め
• それともmodel.fit_generator()で全体のデータをロードする - あなたは、バッチ式のデータ

を生成するジェネレータを書くmodel.fitのshuffleパラメータが持つ順序を決定しますデータを供給する必要があります。デフォルトではTrueであり、時代ごとにデータがシャッフルされていることを意味します。時系列モデルでは必要ないと思います。したがって、配列がどのような順序でロードされたデータでも使用できるようにするには、shuffleパラメータをFalseに設定する必要があります。

model.fit_generatorの場合、コントロールは完全にジェネレータ機能を実装しているため、ジェネレータレベルでの順序を決定できます。