我正在尝试弄清楚如何使用LSTM/GRU构建一个模型,该模型可以预测多对多,但对于每n次(在我的例子中是7次)输入。例如,我的输入数据有一整年每天的时间步长,但我只尝试预测每周结束时的输出,而不是每天。我能找到的唯一信息是这个答案:Many to one and many to many LSTM examples in Keras 它说:“当步数不同于
换句话说,我的数据集看起来如下。因此,我的label_1可以是0或1,而我的label_2可以是0、1或2。
我的当前代码如下所示。由于我有两个标签(即label_1和label_2),如何将这些标签与lstm模型相匹配?我必须做一些像keras.utils.to_categorical(label_1, 2)和keras.utils.to_categorical(label_2, 3)这样的事情吗?如何修改模型,使其适合multiclass mult
我正在尝试运行一个Keras模型,在该模型中,我将一个文件夹中的88张图像读取到一个numpy数组中。此数组应转换为Keras张量,以便我可以处理模型中的数据。我正在运行以下代码:import numpy as npfrom keras import backend as K
print(images