如何在时间步长过多的时间序列数据上训练 LSTM？

Question

我正在用时间序列数据训练 LSTM/GRU。

我的输入数据的形状是 (5000,12)，即 5000 个时间步长，每个时间步长有 12 个维度。 当我尝试在此数据上运行 LSTM 时，一次采取每个时间步长（暗淡：12）；这意味着我正在展开 LSTM 5000 次，但我无法在笔记本电脑上训练网络，因为它超过 16gb 内存。

我能想到的一个解决方案是，我可以组合 10 个时间步长的数据并将该数据（尺寸：10*12）提供给 LSTM 网络（可能仅展开 500 次）...

这能给我带来好的结果吗？

Answer 1

根据您拥有的数据集，有多种方法可以解决此问题，请查看：http://machinelearningmastery.com/handle-long-sequences-long-short-term-memory-recurrent-neural-networks/