Keras中LSTM的多变量输出的输出序列

Question

请帮助了解如何在Keras中形成LSTM网络的输出序列。 例如我有数据

[[1]
 [2]
 [3]
 [4]
 [5]]

我可以按照[样本，时间步长，特征]张量输入序列 -假设3个输入序列和2个输出。所以

Input seq      Output seq
[[[1,2,3]]] -> [[4, 5]] 

但是多变量输入和输出呢？！
神经网络可能是几个神经元-每个特征一个神经元 示例（两个要素数据，两个要素输入和两个要素输出）：

数据：

[[1, 10]
 [2, 20]
 [3, 30]
 [4, 40]
 [5, 50]]

输入张量（样本，时间步长-3，特征-2）

[[[1, 2, 3], [10, 20, 30]]]

但是Y的输出矩阵

[[4, 5, 30, 40]] 

• 但是这并不意味着我们完全陷入混乱 不同的功能！！！

我是否可以得出结论，对于Keras，我们只能形成输出序列 一项功能？

谢谢

Answer 1

对于多变量，如果数据具有您在问题中提到的2个特征，也将是类似的：

[[1, 10]
 [2, 20]
 [3, 30]
 [4, 40]
 [5, 50]]

您想使用Input tensor (samples, timesteps - 3, features - 2)进行准备，即3个时间步长，每个记录都有2个变量，则如下所示：

 x=[
      [[1,10],[2,20],[3,30]],
      [[2,20],[3,30],[4,40]],
      [[3,30],[4,40],[5,50]]       
  ]
y=[[4, 5],[5,6],[6,7]] 

我只是假设您的值分别为6和7，否则根据给定的数据，您在x中只能有一个（1）记录，即（1个样本，3个时间步长，2个专长）

 x=[
          [[1,10],[2,20],[3,30]]
   ]

只有y个记录

y=[[4, 5]]