作为使用频道的CNN的时间序列输入

问题描述 投票:0回答:1

使用CNN输入中的通道作为输入时间序列的方式有意义吗?例如,我有五个时间序列,每个时间序列包含三个10x10图片,因此我的CNN输入维度为:

(num_samples,x_dim,y_dim,channels) = (5,10,10,3)
tensorflow keras deep-learning time-series cnn
1个回答
0
投票

否,时间序列尺寸为轴1:(5, 3, 10, 10, channels)

  • 您可以使用循环网络(LSTMGRU),形状为(batch, steps, channels)处理时间序列
  • 您还可以将Conv1D用于时间序列,形状为(batch, steps, channels)
  • 您可以使用形状为Conv2D(batch, imgX, imgY, channels)处理图像。

  • 您可以将两者与Conv2DLSTM混合,形状为(batch, steps, X, Y, channels)

  • 您还可以使用TimeDistributed(Conv2D())混合图像和台阶,形状等于(batch, steps, X, Y, channels)

您必须创建正确处理这些形状的模型。最好的方法是搜索一些常见的体系结构。

© www.soinside.com 2019 - 2024. All rights reserved.