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)
否,时间序列尺寸为轴1:(5, 3, 10, 10, channels)
。
LSTM
,GRU
),形状为(batch, steps, channels)
处理时间序列Conv1D
用于时间序列,形状为(batch, steps, channels)
您可以使用形状为Conv2D
的(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)
。
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。