我有一个维度的时间序列数据集,[all = 600, time sequence, features]
我正在使用该fit
方法将它提供给 keras 模型。
我为方法指定了批量大小 = 32,但是,当实际训练开始时,epoch 一次性结束,这意味着整个数据集已被拟合而没有拆分。
我尝试手动拆分它,但是:
- 我需要丢弃 30 个我不愿意的样本。
- 模型不接受生成的 4 个维度。
如何强制批量拆分?
编辑 1
显示我调用 model.fit 的代码
train_batches, val_batches = batches
history = model.fit(
train_batches,
epochs=epochs,
validation_data=val_batches,
callbacks=callbacks,
batch_size=batch_size)
在哪里
train_batches: <TensorDataset shapes: ((685, 30, 62), (685, 7, 1)), types: (tf.float64, tf.float64)>
val_batches : <TensorDataset shapes: ((189, 30, 62), (189, 7, 1)), types: (tf.float64, tf.float64)>```