我有一个经过训练的序列到序列 LSTM，它可以预测一个人在沿着路径行走时的位置 (x, y) 的速度轨迹 (Δx, Δy)。我使用 200 个沿路径行走的不同人的示例来训练 LSTM。现在，我想使用多步预测来预测几个新人在走过 1/3 的路径后的未来速度。这可能吗？如果是这样，我如何在 Python 或 MATLAB 中实现它？
训练 = 200 个序列观察，2 个输入特征 (x, y)，观察的时间长度不同
测试 = 5 个部分序列观察（序列的 1/3），我想预测每个人序列的最后 2/3。
如何对使用序列的多个观察值训练的 LSTM 执行多步预测？
数据挖掘
rnn
lstm
预报
2022-01-20 15:07:09
2个回答
ConvLSTM，keras 有一个implementation，因此你可以使用 Python 本身。
如果您想要 LSTM 的多个输出，您可以查看return_sequences并分层return_state显示特征。LSTM它们的默认值为None，但如果你给True你，你可以获得每个时间步长的多个输出，并且适用于每个人。
这篇出色的博客文章帮助我理解了它们。
一种技术是光流 [1]、[2]，它在对动作视频进行建模的人们中很流行。
这里有一个 [3] 的 github 实现，她称之为 ConvLSTM，并用 Lua 编码。
[1] P. Weinzaepfel、J. Revaud、Z. Harchaoui 和 C. Schmid。Deepflow：具有深度匹配的大位移光流。在计算机视觉 (ICCV) 中，2013 年 IEEE 国际会议，第 1385–1392 页，2013 年 12 月。doi: 10.1109/ICCV.2013.175
[2] Philipp Fischer、Alexey Dosovitskiy、Eddy Ilg、Philip Hausser、Caner Hazirbas、Vladimir Golkov、Patrick van der Smagt、Daniel Cremers 和 Thomas Brox。Flownet：使用卷积网络学习光流。CoRR, abs/1504.06852, 2015
[3] Patraucean, V.、Handa, A. 和 Cipolla, R. (2015)。具有可微记忆的时空视频自动编码器。arXiv 预印本 arXiv:1511.06309。
其它你可能感兴趣的问题