【发布时间】：2019-11-27 19:24:25
【问题描述】：
我正在尝试使用循环神经网络来解决回归问题。我有 50 个样本，每个样本有 600 个 timesteps。我计划使用 40 个进行训练，使用 10 个进行验证。
在我的网络得到训练后，我可以用它来预测更短的时间序列（200 个时间步）吗？
输入和输出维度（即特征）将保持不变，只是长度（即时间步数）更小
【问题讨论】：
-
你的问题的答案是肯定的。
-
怎么做？我收到了预期 600 的错误，但得到了 200
-
您可以使用 400 默认值填充您的数据，例如
0，但不能保证结果是合理的。 -
@stormzhouso 0 在所有输入功能中你的意思是？我应该给出一些 600 个时间步长、400 个 0 值和 200 个实际值的虚拟样本进行训练吗？
标签： python keras neural-network time-series lstm