), затем вы повторяете все последовательности.
аю LSTM-autoencoder в этом уроке:https://blog.keras.io/building-autoencoders-in-keras.htmlи вставьте соответствующую реализацию keras ниже:
from keras.layers import Input, LSTM, RepeatVector
from keras.models import Model
inputs = Input(shape=(timesteps, input_dim))
encoded = LSTM(latent_dim)(inputs)
decoded = RepeatVector(timesteps)(encoded)
decoded = LSTM(input_dim, return_sequences=True)(decoded)
sequence_autoencoder = Model(inputs, decoded)
encoder = Model(inputs, encoded)
В этой реализации они установили, что вход имеет форму (timesteps, input_dim), что означает, что длина данных временного ряда фиксирована и равнаtimesteps
, Если я правильно помню, RNN / LSTM может обрабатывать данные временных рядов переменной длины, и мне интересно, можно ли каким-либо образом изменить приведенный выше код, чтобы принимать данные любой длины?
Спасибо!