如何使用LSTM在keras上创建多输入的预测模型

时间:2017-06-25 06:43:03

标签: time-series keras lstm predict

enter image description here

当只有一个输入时,我可以使用lstm来完成预测。当出现以下两种情况时,我会感到困惑,不知道如何构建神经网络: 数据格式如图所示。

  • 第一个案例: 使用a,b,c,d预测d(t + 1)

  • 第二种情况: d = f(a,b,c)f是一个未知的非线性函数,用a,b,c,d来预测d(t + 1)

1 个答案:

答案 0 :(得分:0)

简单地将数组中的输入连接到以下维度:

(number_of_samples, timesteps, number_of_features)

你的案例中number_of_features为4,因为你有a,b,c,d。第一层的input_shape(timesteps, number_of_features)