假设以下数据
样品#
table {
border-collapse: collapse;
}
table, th, td {
border: 1px solid black;
padding:5px;
text-align:center;
}
<table>
<thead>
<th>Sample Number</th>
<th>Time</th>
<th>Feature 1</th>
<th>Feature 2</th>
<th>...</th>
<th>Feature F</th>
<th>y(t)</th>
<th>Target<br/>y(t+1)</th>
</thead>
<tbody>
<tr>
<td rowspan="6">Sample 1</td>
<td>1</td> <td>0.19</td> <td>0.21</td> <td>...</td> <td>0.55</td> <td>3</td> <td>1</td>
</tr>
<tr><td>2</td> <td>0.14</td> <td>0.14</td> <td>...</td> <td>0.14</td> <td>1</td> <td>5</td></tr>
<tr><td>3</td> <td>0.65</td> <td>0.11</td> <td>...</td> <td>0.63</td> <td>5</td> <td>3</td></tr>
<tr><td>4</td> <td>0.1</td> <td>0.09</td> <td>...</td> <td>0.17</td> <td>3</td> <td>1</td></tr>
<tr><td>5</td> <td>0.93</td> <td>0.08</td> <td>...</td> <td>0.91</td> <td>1</td> <td>2</td></tr>
<tr><td>6</td> <td>0.12</td> <td>0.74</td> <td>...</td> <td>0.61</td> <td>2</td> <td>3</td></tr>
<tr>
<td rowspan="6">Sample 2</td>
<td>1</td> <td>0.89</td> <td>0.91</td> <td>...</td> <td>0.05</td> <td>1</td> <td>1</td></tr>
<tr><td>2</td> <td>0.78</td> <td>0.24</td> <td>...</td> <td>0.21</td> <td>1</td> <td>4</td></tr>
<tr><td>3</td> <td>0.31</td> <td>0.22</td> <td>...</td> <td>0.9</td> <td>4</td> <td>1</td></tr>
<tr><td>4</td> <td>0.25</td> <td>0.23</td> <td>...</td> <td>0.45</td> <td>1</td> <td>5</td></tr>
<tr><td>5</td> <td>0.59</td> <td>0.35</td> <td>...</td> <td>0.5</td> <td>5</td> <td>2</td></tr>
<tr><td>6</td> <td>0.9</td> <td>0.55</td> <td>...</td> <td>0.46</td> <td>2</td> <td>1</td></tr>
<tr>
<td rowspan="6">Sample S</td>
<td>1</td> <td>0.97</td> <td>0.59</td> <td>...</td> <td>0.4</td> <td>5</td> <td>4</td></tr>
<tr><td>2</td> <td>0.59</td> <td>0.67</td> <td>...</td> <td>0.16</td> <td>4</td> <td>4</td></tr>
<tr><td>3</td> <td>0.75</td> <td>0.28</td> <td>...</td> <td>0.83</td> <td>4</td> <td>4</td></tr>
<tr><td>4</td> <td>0.86</td> <td>0.27</td> <td>...</td> <td>0.02</td> <td>4</td> <td>5</td></tr>
<tr><td>5</td> <td>0.72</td> <td>0.96</td> <td>...</td> <td>0.75</td> <td>5</td> <td>4</td></tr>
<tr><td>6</td> <td>0.83</td> <td>0.44</td> <td>...</td> <td>0.15</td> <td>4</td> <td>1</td></tr>
<tbody>
</table>
要训练LSTM,我们必须提供(batch_size,number_features,time_steps)
batch_size:最大为S number_features:F time_steps:最多6
当我们使用LSTM训练RNN时,我们可以选择批次大小,例如每批次3个样本,然后,为了完成1次迭代,我们需要为S / 3(完成一个时期所需的批次数量)。
我想和你们一起检查几件事。
1)在batch_size为3的示例中,在每个时期中,我必须从训练数据中随机地手动选择这3个样本,并将其拟合为模型正确吗?或者当我给张量流形状(3,F,3)时,它已经正确断裂了吗?在这种情况下,所有数据都应排序?
2)关于时间步长(时间)。 由于我不知道合理预测y(t + 1)需要多少时间,该怎么办?按照时间2、3到6进行训练,看看哪一个更好?
谢谢