如何在Keras中以10个时间步将数据集转换为LSTM输入？

Question

我已经阅读了很多有关LSTM的教程，但是它们都使用1个时间步长。

这是我的代码：

X_trainset = np.reshape(X_trainset, (X_trainset.shape[0], 1, X_trainset.shape[1]))

for x in range(epoch):
    used_model.fit(X_trainset, y_trainset, epochs=1,batch_size=batch_size,verbose=2 ,shuffle=False)

我想尝试使用10个时间步长，但是我不知道该怎么做

过去，我已经阅读了在stackoverflow中进行此操作的教程，但是我再也找不到了（我忘记了关键字）

Answer 1

只需构建一个具有10个节点的LSTM模型：

model=Model(inputs,LSTM(10,activations='tanh')(inputs))

然后将您的数据输入其中。