如何理解Keras LSTM中的时间戳

Question

我试图了解 Keras LSTM 中时间戳的解释，以便在预测中进行更长的预测。

我已经阅读了很多互联网上的文章，并且在stackoverflow中也读过这篇文章（Understanding Keras LSTMs，我仍然感到困惑。我实现了时间戳= 1的Keras实施，并且预测了1小时班次的天气< / b>。预测实际上非常好，正如我所期望的那样。

该问题发生在我试图预测惠特尔轮班12小时的那一刻。我不确定Keras在这种情况下如何解释反向传播。 Keras实际上是如何“记住”以前的数据的。

我有7列具有不同类型的数据。我把第八位作为预测的输出。我的重塑准备如下：

#reshape((samples, timestamp, features))
train_X = train_X.reshape((train_X.shape[0], 1, train_X.shape[1]))
test_X= train_X.reshape((train_X.shape[0], 1, train_X.shape[1]))

对于12小时的预测，应该看起来像下面吗？

train_X = train_X.reshape((train_X.shape[0], 12, train_X.shape[1]))
test_X= train_X.reshape((train_X.shape[0], 12, train_X.shape[1]))

我想获得有关Keras LSTM实现的这一部分的更多信息