trainX Y shape is: (4755, 48, 23) (4755, 60, 23) 是输入, (4755, 5, 1)是输出
时间: 2023-09-16 21:15:59 浏览: 34
非常抱歉,我理解错了。在这种情况下,你可以使用以下代码定义模型:
```
input_data1 = Input(shape=(48, 23))
input_data2 = Input(shape=(60, 23))
lstm1 = LSTM(128, return_sequences=True)(input_data1)
lstm_out1 = Dense(64, activation='relu')(lstm1)
lstm_out1 = Dense(32, activation='tanh')(lstm_out1)
lstm_out1 = Dense(16, activation='softmax')(lstm_out1)
lstm2 = LSTM(128, return_sequences=True)(input_data2)
lstm_out2 = Dense(64, activation='relu')(lstm2)
lstm_out2 = Dense(32, activation='tanh')(lstm_out2)
lstm_out2 = Dense(16, activation='softmax')(lstm_out2)
concat = concatenate([lstm_out1, lstm_out2], axis=1)
bidirectional = Bidirectional(LSTM(units=32, return_sequences=True))(concat)
dense1 = Dense(units=32)(bidirectional)
output_data = Dense(units=1, activation='sigmoid')(dense1)
model = Model(inputs=[input_data1, input_data2], outputs=output_data)
```
这个模型有两个输入层(`input_data1` 和 `input_data2`),分别代表两个时间序列。每个输入层都有一个 LSTM 子层,然后将两个 LSTM 子层的输出进行连接。连接后,我们使用一个双向 LSTM 层和两个密集层来生成模型的输出。模型的输出层是一个具有 sigmoid 激活函数的密集层(因为你的输出形状是 `(4755, 5, 1)`,所以我们使用sigmoid函数)。
你可以根据需要调整模型的超参数和层数,以获得更好的性能。
相关推荐
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)