Si tienes alguna pregunta, puedes hacerla a continuación o ingresar lo que estás buscando.
Estoy tratando de usar la convolución 1D para clasificar un conjunto de señales de tiempo. Cada unidad de datos que necesito clasificar está compuesta por 65 series de tiempo diferentes, cada una contiene 50 muestras de tiempo, por lo que si escribo: dataset = MyDataset(train,y_train_one_hot) a,b = dataset[1] print(a.shape) Obtendré: . . . Read more
Estaba preguntándome si alguien podría aclarar mi confusión. Tengo este código: “`python def create_data(df): logits = [] labels = [] for x in range(df.shape[0]): current = df.iloc[x] logits.append(np.array([current[“Taste”], current[“Look”]])) labels.append(current[“Score”]) return np.array(logits), np.array(labels) X, y = create_data(df) Tx, Testx, Ty, Testy = train_test_split(X, y, train_size=0.8) def create_model(): model = Sequential() . . . Read more
Tengo un conjunto de datos (CSV) con 1000 muestras y 12 características. Quiero utilizar CNN para su clasificación binaria. Todos los ejemplos que encuentro están relacionados con imágenes o series temporales y no sé cómo describir la entrada y la capa para esta finalidad. ¿Alguien tiene algún ejemplo?