递归神经网络:这两篇文章中不同的Numpy重塑?

时间:2019-03-09 22:36:50

标签: keras recurrent-neural-network

第一个:https://machinelearningmastery.com/time-series-prediction-lstm-recurrent-neural-networks-python-keras/

上面说我们有一个序列,例如96个样本,1个时间步长和1个特征。

第二个:https://machinelearningmastery.com/reshape-input-data-long-short-term-memory-networks-keras/

上面说我们有一个序列,包括1个样本,许多时间步长和1个特征。

有什么区别?例如,如果我每天测量30天的温度和压力,那么我假设它是30个样本和2个特征。那么时间步伐我要预测多少天呢?预先感谢。

编辑:此外,两者的input_shape不同。一次提供一个观测值与整个数据集之间是否有区别?

0 个答案:

没有答案