多变量和多序列 LSTM

Question

我正在尝试创建污染预测 LSTM。我见过an example on the web 来迎合多元LSTM 来预测一个城市（北京）的污染水平，但是不止一个城市呢？我真的不想要每个城市都有一个单独的网络，我想要一个适用于所有 x 城市的单一通用模型/网络。但是如何将这些数据输入 LSTM？

假设我对每个城市都有相同的数据，我是不是...

1) 对一个城市的所有数据进行训练，然后是下一个城市，以此类推，直到所有城市都完成。

2) 训练日期 t 的所有城市的数据，然后训练 t+1 和 t+2 的所有城市的数据，以此类推。

3) 完全不同的东西。

有什么想法吗？

Answer 1

我会先尝试 (1)。

此外，您可以尝试多输入/多输出网络。我的意思是你有10个城市。因此，您的网络将有 10 个 RNN 输入和 10 个输出。

这里有一个很棒的教程，介绍如何使用 Keras：https://keras.io/getting-started/functional-api-guide/

我不确定它是否会起作用，但你可以试一试。