将 pandas 系列转换为 3D 输入向量以实现 LSTM

Question

我有一个 pandas 系列，其中每行都是一个列表序列，每个序列包含 50 个时间步长作为输入，另一个系列包含相应的 10 个时间步长序列作为输出。他们的头部形状分别是（5，）。我希望将训练数据转换为形状 (n_samples, 50, 1) 并将测试数据转换为形状 (n_samples, 10)，以便将其输入多对多 LSTM模型。我一直在 Stackoverflow 上尝试过几种方法，但似乎没有一个对我有用。无论我做什么，我都会不断收到错误：ValueError: Failed to convert a NumPy array to a Tensor (Unsupported object type list).

Answer 1

我的同事帮我解答了这个问题：

N = 100 #number of samples

X = df_new['sequence']

y = df_new['target']

X = X.iloc[:N]

X = np.array([[np.array(x) for x in X.values]]).T.reshape(N, 50, 1)

y = y.iloc[:N]

y = np.array([np.array(x) for x in y.values])

print(X.shape)

print(y.shape)

我错过的部分是使用转置函数来操作数组。