标签： python keras deep-learning time-series lstm
我目前正在为预测性维护的应用构建LSTM模型（序列长度：30天）。我有几台机器出现故障，并且它们的时间序列数据的长度不同。我对此有几个疑问。
（1）最近，我提出了LSTM模型中有状态和无状态的概念，我想知道是否在每次对一台机器的时间序列数据进行模型训练之后初始化隐藏层状态是否是一个好主意？
（2）在这种情况下，我可以保持shuffle = True来停止模型学习序列依赖性吗？
我在这个领域比较新，如果我错了，请纠正我。谢谢。