如何为Keras中的LSTM准备具有多个变量的多个物理站点

时间:2018-12-16 16:41:35

标签: python machine-learning keras deep-learning lstm

我有多个物理站点,并且每个站点都有多个变量,例如,我该如何准备输入

10个站点,每个站点有1个主要输入:

  • 水量

和2个辅助输入:

  • 温度
  • 降雨

如果我仅使用一个站点,则超参数的定义如下:

  • 时间步长:可以说10天为一个观察周期
  • input_dim:水量,温度,降雨量
  • 批处理大小:32 其中包含32种批处理大小的10天3种功能。

我的问题是我该如何为LSTM准备所有3个变量所有10个站点的输入?

1 个答案:

答案 0 :(得分:0)

您的问题描述非常混乱,我希望我没错。

您需要确认的几件事:

  • 您的目的是什么:您希望模型估算哪个值

所以我只假设您要预测水量,那么您需要定义一些超参数:

  • 时间步长:可以说10天为一个观察周期
  • input_dim:您拥有的功能,在这种情况下,您有2个功能,温度和降雨量
  • batch_size:取决于您的数据大小 那么您将获得keras样式输入(32、10、2),其中包含10天的32个批处理大小的2个要素。