#keras #time-series #lstm #prediction #forecasting
Вопрос:
Я работаю над тематическим исследованием, в котором хочу сравнить производительность между стандартной моделью LSTM и каскадными моделями lstm, как показано на рисунке (вы можете видеть структурную схему). Я хотел бы знать, какая функция может быть полезна для стекирования этих моделей. стоит отметить, что каждая выходная последовательность является входом для следующего блока, т. Е. модель LSTM-1hr была каскадирована друг с другом, и выходной блок был обучен отдельно контролируемым образом при замораживании весов для входного блока. Вторичный блок инициализируется весами из базовой модели 1hr. на изображении показана структурная схема моделей, которые я хочу построить
Комментарии:
1. Что вы подразумеваете под «полезной функцией»? Как вы упомянули, укладка-это использование выходов одной модели в качестве входных данных для следующих моделей, поэтому вам просто нужно соединить слои вместе. Вы можете проверить это: machinelearningmastery.com/…
2. Пожалуйста, проясните вашу конкретную проблему или предоставьте дополнительные сведения, чтобы точно указать, что вам нужно. Поскольку это написано в настоящее время, трудно точно сказать, о чем вы просите.