ML包（RNN模型）具有使用比训练数据更少的时间步长的数据进行预测的能力

Question

（由于my original question可能没有得到答案，因为对一个包太具体了，我会问另一位将军。）

根据RNN模型，我们为每一步都有输入和输出。假设用6个时间步长的数据训练模型。当然，如果我使用6个时间步的测试数据，我将得到输出，并且我已经成功了。但理论上，如果我只有前3个步骤的数据，我也应该从第3个输出节点得到一个输出（不用前3个时间步重新训练模型）。但我发现至少“keras”包不能做到这一点。

是否有支持此类预测的软件包？更好的python语言和更好的LSTM层。

Answer 1

据我了解您的问题，您有两种选择，具体取决于您的目标。

1. 您可以使用零填充序列，以便它们是正确的维度，但在输出中，您只需根据测试数据维度使用第一个n步骤。
2. 您可以使用有状态实施