Как адаптировать реснет к данным временных рядов

Question

Я пытаюсь использовать остаточную сеть Сверточная архитектура нейронной сети...

Я реализовал простые свертки (conv1D) с использованием пакета keras и использовал его для классификации данных временных рядов.

Сейчас я пытаюсь создать повторную сеть для данных временных рядов, используя KERAS DEEP LEARNING Framework . Но у меня возникли трудности при попытке адаптировать реснет к данным временных рядов....

Большинство реализаций KERAS resnet, с которыми мне приходилось сталкиваться, используют для их реализации conv2D (что имеет смысл для изображений)...

Реализации, на которые я ссылаюсь: https://github.com/fchollet/deep-learning-models/blob/master/resnet50.py

Ниже приведен код для Nasnet (более эффективен, чем для resnet): https://github.com/titu1994/Keras-NASNet/blob/master/nasnet.py

Может кто-нибудь помочь мне в реализации этого для данных временных рядов (resnet/nasnet)....

Answer 1

Знаете ли вы о работе " Классификация временных рядов с нуля с глубокими нейронными сетями: надежная основа"? Если нет, вы должны проверить это. Авторы предоставляют исчерпывающий обзор различных моделей, включая реализацию ResNet с учетом классификации временных рядов.

Их реализация Keras/Tensorflow ResNet можно найти здесь.

Answer 2

tsai предоставляет ряд методов SOTA, включая, конечно же, ResNet (doc).