PC・スマホ
Tensorflow/Kerasで連続しない複数の時系列データを結合して窓関数を適用する
Kerasにて時系列データを学習に利用する際、期間の異なる連続しない時系列データを用いたいことがあるかと思います。 ただ、単純に結合したのではつなぎ目の部分が連続しないデータとなってしまうので望ましくないです。 この切れ目を解決してモデルの学習に利用する方法について調べたのでまとめておきます。
全 2 件中 1〜2 件を表示
Kerasにて時系列データを学習に利用する際、期間の異なる連続しない時系列データを用いたいことがあるかと思います。 ただ、単純に結合したのではつなぎ目の部分が連続しないデータとなってしまうので望ましくないです。 この切れ目を解決してモデルの学習に利用する方法について調べたのでまとめておきます。
Google Colaboratoryで動いていたJupyter NotebookのコードをAWS Sagemakerのノートブックインスタンスで動かしてみたところ、`Shape must be at least rank 3 but is rank 2 for '{{node BiasAdd}} = BiasAdd[T=DT_FLOAT, data_format="NCHW"](add, bias)' with input shapes: [?,128], [128].`のエラーが出て動作しませんでした。 原因を調べて対処方法をまとめましたので記録しておきます。
スポンサーリンク