使用CNN输入中的通道作为输入时间序列的一种方式有意义吗?例如,我有五个时间序列,每个序列包含三个10x10的图片,所以我的CNN输入维度是:
(num_samples,x_dim,y_dim,channels) = (5,10,10,3)
否,时间序列维度为轴1:(5, 3, 10, 10, channels)
。
- 您可以使用递归网络(
LSTM
,GRU
(处理时间序列,形状为(batch, steps, channels)
- 您也可以将
Conv1D
用于时间序列,形状为(batch, steps, channels)
-
您可以使用
Conv2D
处理图像,形状为(batch, imgX, imgY, channels)
。 -
您可以将两者与
Conv2DLSTM
混合,形成(batch, steps, X, Y, channels)
。 - 您也可以使用
TimeDistributed(Conv2D())
混合图像和步骤,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。最好是搜索一些常见的体系结构。