Я пытаюсь использовать CNN 1D для прогнозирования временных рядов. У меня есть набор данных временных рядов с 30 функциями, 3 целями и более чем 3000 строк.
Это моя модель Кераса
model = Sequential()
model.add(Embedding(64, 10, batch_input_shape= (100,30))) #100 time steps and 30 features
model.add(Convolution1D(nb_filter=256,
filter_length=3,
border_mode='valid',
activation='relu',
subsample_length=1))
model.add(MaxPooling1D())
model.add(Convolution1D(nb_filter=150,
filter_length=3,
border_mode='valid',
activation='relu',
subsample_length=1))
model.add(MaxPooling1D())
model.add(Flatten())
model.add(Dropout(0.2))
model.add(Dense(3))
model.add(Activation('tanh'))
optimizer = RMSprop(lr=0.01)
model.compile(loss='mse', optimizer=optimizer)
model.fit(x,y)
Модель компилируется без ошибок, но когда я попытался подогнать модель, она выдала эту ошибку.
IndexError: index 124 is out of bounds for size 64
Apply node that caused the error: AdvancedSubtensor1(embedding_17_W, Reshape{1}.0)
Я видел этот ответ, но мои x
(функция) и y
(цель) уже представлены в виде пустого массива. Как это решить?
ОТРЕДАКТИРОВАНО
После некоторого возни я обнаружил, что проблема вызвана самой моей моделью CNN. Я попытался обучить тот же набор данных с помощью простой нейронной сети, и он работал без проблем.
model = Sequential()
model.add(Dense(30, input_dim=30))
model.add(Activation('tanh'))
model.add(Dense(15))
model.add(Activation('tanh'))
model.add(Dropout(0.2))
model.add(Dense(3))
model.add(Activation('tanh'))
optimizer = RMSprop(lr=0.01)
model.compile(loss='mse', optimizer=optimizer)
model.fit(x,y)
Кто-нибудь знает, что не так с моей моделью CNN?
1 + max_index
- person Alexey Golyshev   schedule 18.01.2017IndexError: index 3 is out of bounds for size 1
- person Eka   schedule 18.01.2017input_dim: int > 0. Size of the vocabulary, ie. 1 + maximum integer index occurring in the input data
Ваше встраивание должно быть 125 или больше. Оценитеnumpy.max(x)
и плюс 1 (индекс 0 зарезервирован для неизвестных значений). - person Alexey Golyshev   schedule 18.01.2017