如何在Deeplearning4j UCISequenceClassification LSTM示例中添加多特征

你核心问题是用错了SequenceRecordReader的类型，CSVMultiSequenceRecordReader用于同一样本对应多个独立序列文件的场景，并不适配你的单文件多列特征需求，按以下步骤调整即可：

1. 确认输入文件格式正确性 #

你调整的文本替换逻辑是对的，最终生成的每个样本csv文件需要满足：

• 每行对应一个时间步
• 每列对应一个特征，列之间用你指定的分隔符（你用的是|）分隔
  比如2个特征、3个时间步的样本文件内容如下：

0.23|1
0.56|1
0.71|1

2. 替换为正确的RecordReader #

不需要更换为CSVMultiSequenceRecordReader，直接使用原示例的CSVSequenceRecordReader，构造时传入分隔符参数即可：

// 第一个参数是跳过的表头行数，无表头填0；第二个参数是你使用的列分隔符
SequenceRecordReader trainFeatures = new CSVSequenceRecordReader(0, "|");       
trainFeatures.initialize(new NumberedFileInputSplit(featuresDirTrain.getAbsolutePath() + "/%d.csv", 0, 449));

CSVSequenceRecordReader原生支持单文件内多列特征的读取，会自动将每行的多列映射为多个特征。

3. 同步调整网络输入维度 #

原示例网络第一层的输入维度nIn=1对应单特征，现在有N个特征就把nIn修改为N：

// 2个特征的示例，多特征直接改成对应数量
new LSTM.Builder().nIn(2).nOut(100).activation(Activation.TANH).build()

多特征扩展方式 #

如果需要新增更多特征，只需要：

• 每个时间步的行内新增对应特征列，用分隔符隔开
• 将nIn参数修改为特征总数量即可，无需调整其他读取逻辑

内容的提问来源于stack exchange，提问作者Corius