如何确定输入层的形状？

Question

我是机器学习的新手，目前正在尝试使用 Tensorflow 和 Keras。

我有一个时间序列 windowed 数据集，window 大小为 128，批次为 32，如果重要的话有 4 个特征。

这是 PrefetchDataset 格式，当我尝试使用 .element_spec 检查形状时，我得到：(TensorSpec(shape=(None, None, 4, 1), dtype=tf.float64, name=None), TensorSpec(shape=(None, 4, 1), dtype=tf.float64, name=None))

我无法弄清楚第一层的 input_shape 必须是什么。有人可以建议吗？谢谢

供参考，我使用的方法：

def windowed_dataset(series, window_size, batch_size, shuffle_buffer=None):

    series = tf.expand_dims(series, axis=-1)
    dataset = tf.data.Dataset.from_tensor_slices(series)
    dataset = dataset.window(window_size + 1, shift=1, drop_remainder=True)
    dataset = dataset.flat_map(lambda window: window.batch(window_size + 1))

    if shuffle_buffer != None: 
        dataset = dataset.shuffle(shuffle_buffer)
    dataset = dataset.map(
        lambda window: (window[:-1], window[-1]))
    dataset = dataset.batch(batch_size).prefetch(1)

    return dataset

数据集（Dataframe.to_numpy()）：

array([[0.86749387, 0.87223695, 0.02077445, 0.87542179],
       [0.86755952, 0.87322277, 0.02047971, 0.87551724],
       [0.86749387, 0.8733104 , 0.01424521, 0.8756016 ],
       ...,
       [0.18539916, 0.19000153, 0.00700078, 0.18666753],
       [0.18325455, 0.19000153, 0.        , 0.18610588],
       [0.18636204, 0.19144741, 0.00573779, 0.18572627]])

我的第一层：

Conv1D(filters=128, kernel_size=3, strides=1, padding='causal', input_shape=[None, None, window_size, 4] , activation='relu'),

错误：

    ValueError: Input 0 of layer sequential_53 is incompatible with the layer: expected axis -1 of input shape to have value 4 but received input with shape (None, None, 4, 1)
---------------------------------------------------------------------------
ValueError                                Traceback (most recent call last)
/tmp/ipykernel_21174/3802335098.py in <module>
----> 1 history = model.fit(train_dataset, epochs=epochs, batch_size=batch_size, shuffle=False, verbose=1)

Answer 1

对于批次为 32、window 为 128 和 4 个特征的时间序列，您的输入形状将是： (None, 批次数 (Nb), 批次大小 (Bs), window 大小 (Ws), 4) 但是你应该指定的是：

shape=(None, None, Ws, 4)

有

First None: for Nb (because Nb can vary)
Scd None : for Bs (Because Bs can vary)

但我不明白你为什么得到：

shape=(None, None, 4, 1)

如何确定输入层的形状？

How to determine the shape of my input layer?

python

machine-learning

time-series

keras

tensorflow