我正在尝试创建污染预测LSTM。我见过an example on the web可以满足多变量LSTM预测一个城市（北京）的污染水平的问题，但是不止一个城市呢？我并不是真的希望每个城市都有一个单独的网络，我想为所有x个城市提供一个通用的模型/网络。但是如何将这些数据输入LSTM？
假设每个城市的数据都一样，我...
1）训练一个城市，然后是下一个城市的所有数据，依此类推，直到完成所有城市。
2）训练日期t上所有城市的数据，然后训练t + 1上所有城市的数据，然后t + 2等。
3）完全不同。
有什么想法吗？
答案 0 :(得分：1)
我会先尝试（1）。
此外，您可以尝试多输入/多输出网络。我的意思是你有10个城市。因此，您的网络将具有10个RNN输入和10个输出。
以下是有关如何使用Keras进行操作的出色教程：https://github.com/hazelcast/hazelcast/blob/master/hazelcast-client/src/main/resources/hazelcast-client-full.xml
我不确定它是否可以使用，但是您可以尝试一下。