【问题标题】:Defining label/outputs for time-series RNN / LSTM为时间序列 RNN / LSTM 定义标签/输出
【发布时间】:2018-06-25 09:45:31
【问题描述】:

假设我正在预测天气,我想使用 7 天的天气数据(由 5 个参数组成)来预测第二天的温度。所以每个训练batch都有7个时间步长的序列(7天的天气数据)来组成X数据,即:

[batch_size, 7, 5]

对于 Y 数据,我假设我只为批次的每个序列提供 1 个值(第 8 天),即:

[batch_size, 1]

?

【问题讨论】:

    标签: lstm training-data rnn test-data


    【解决方案1】:

    回答我自己的问题:这取决于我要建模的内容。如果我有兴趣输入 7 个时间步来预测第 8 天的天气,这被归类为多对一建模,并且我提出的 Y 值对于该场景是正确的。

    您可能有多对多的情况是语言翻译,其中输入序列中的每个单词都被翻译成输出中的相应单词。

    【讨论】:

      猜你喜欢
      • 2017-10-23
      • 1970-01-01
      • 2021-09-21
      • 2016-06-16
      • 2017-06-16
      • 1970-01-01
      • 2017-09-26
      • 2016-10-14
      • 1970-01-01
      相关资源
      最近更新 更多