python - 如何使 ResNet 适应时间序列数据

Question

我正在尝试使用卷积残差网络神经网络架构（ResNet）。到目前为止，我已经使用 Keras 实现了用于时间序列数据分类的简单卷积 (conv1D)。

现在，我正在尝试使用 Keras 构建 ResNet，但在尝试使其适应时间序列数据时遇到了一些困难。Keras 中的大多数 ResNet 或 Nasnet 实现（例如这个或那个）都使用 conv2D 来实现（这对图像很有意义）。

有人可以帮我实现时间序列数据吗？

Answer 1

你知道论文《Time Series Classification from Scratch with Deep Neural Networks: A Strong Baseline》吗？如果没有，你应该检查一下。作者提供了对不同模型的非常全面的概述，包括针对时间序列分类调整的 ResNet 实现。

他们的 ResNet 的 Keras/Tensorflow 实现可以在这里找到。

更新：可以在此处找到用于时间序列数据的 ResNet（和其他分类器）的更新版本。