LSTM（keras）：如何让LSTM找到最佳输入（10个选项中的一个）？

Question

我想将很多输入传递给LSTM（代码10），并且LSTM应该在训练期间独立尝试哪些输入有用或哪些输入无关。

这可能吗？

然后您将如何修改代码中的LSTM结构？

model = Sequential()
input_shape=(20, 10)  # Sequences of length 20 + with 10 values each  
model.add(LSTM(1, input_shape=(20, 10)))  
model.compile(optimizer="rmsprop", loss="mse")  

PS：
我想使用LSTM预测时间序列。我事先不知道哪些输入最适合预后，例如因此，我希望找到一种LSTM结构，该结构在转换过程中会自动执行此操作。

Answer 1

与此同时，我找到了解决方法：

model.add(LSTM(1, dropout=0.5, input_shape=(20, 10)))  #dropout: Float between 0 and 1

在辍学= 0.5时，例如一半是入口的重量，i。训练后，只有好的投入仍然存在。进行几次训练以获得较大的差异也很有帮助。