我试图将时间序列与Keras的LSTM相匹配，我对输入形状有一些问题。
在本文中：https://machinelearningmastery.com/time-series-prediction-lstm-recurrent-neural-networks-python-keras/ ，autor选择形状：（trainX.shape [0]，1，trainX.shape [1]） 但是LSTM的输入应该是:(样本，时间步长，特征） 所以他不应该选择这种形状：（1，trainX.shape [0]，trainX.shape [1]）？因为它是一个随着时间的推移而具有多个步骤的单个系列
我试着用我自己的时间序列做到这一点，但它不起作用，所以我错过了什么？我的情况与文章完全相同。当我像autor那样重塑它时，它会起作用，但它不能按照我的方式工作。
感谢。
答案 0 :(得分：0)
作者正在使用stateful=True;
这意味着每个新输入都将被视为＆＃34;以下步骤＆＃34;先前的输入，直到他们手动调用model.reset_states()。
我不确定他们为什么要使用这个，但有些原因是：