混合 one_hot 和浮点输入

Question

我正在尝试训练分类 (one_hot) 动作 (call/fold/raise) 和时间的时间序列的 LSTM 层数据模型。因此，玩家 2x 跟注然后弃牌的 3 轮时间序列示例。

  #Call  #0.5s    # Call    #0.3s   #Fold, 1.5s

[[[1,0,0], 0.5], [[1,0,0], 0.3], [[0,1,0], 1.5]]

第一层（LSTM）无法处理call/fold/raise的分类数组，由于非分类时间，我无法使用简单的嵌入层。

第一层- model.add(LSTM(500, return_sequences=真, input_shape=(3, 2)))

我曾尝试更改 input_shape，但没有任何效果。任何想法如何表示 one_hot 并在输入后浮动？

Answer 1

您可以简单地连接，不需要嵌入，因为您的单热编码维度不是太高，单热本身就是一种嵌入。

所以我会尝试向量序列：

[[1,0,0,0.5], [1,0,0,0.3], [0,1,0,1.5]]

并且 LSTM 或您将使用的任何层会发现前 3 个值表示动作，最后一个值表示其他内容（时间），不用担心。

model.add(LSTM(500, return_sequences=True, input_shape=(3, 2)))

应该可以。

Mixed one_hot and float input