Deep learning 如何使用LSTM进行时间序列预测的迁移学习？
我正在做一个关于使用LSTMs层进行时间序列预测的项目。用于训练和测试模型的数据集是在443名佩戴传感器的人中收集的，传感器每5分钟采集一个物理变量（1个变量/测量值），每个患者大约有5000个记录/读数 虽然我可以在不同的场景下训练和测试我的模型，但我很难找到关于如何在这样的架构中应用迁移学习的信息。我的意思是，我知道我可以通过将矩阵权重从一般模型复制到二级模型（未知人）来使用归纳迁移学习，然后在我可以使用特定数据重新训练该模型并评估结果之后 但是我想知道，是否有人知道在这种类型的架构上应用迁移学习的其他方法，或者在哪里可以找到关于它的信息，因为没有太多的科学论文讨论它，他们主要讨论NLP和其他类型的应用，但时间序列？ 干杯（X）Deep learning 如何使用LSTM进行时间序列预测的迁移学习？,deep-learning,time-series,transfer-learning,Deep Learning,Time Series,Transfer Learning,我正在做一个关于使用LSTMs层进行时间序列预测的项目。用于训练和测试模型的数据集是在443名佩戴传感器的人中收集的，传感器每5分钟采集一个物理变量（1个变量/测量值），每个患者大约有5000个记录/读数 虽然我可以在不同的场景下训练和测试我的模型，但我很难找到关于如何在这样的架构中应用迁移学习的信息。我的意思是，我知道我可以通过将矩阵权重从一般模型复制到二级模型（未知人）来使用归纳迁移学习，然后在我可以使用特定数据重新训练该模型并评估结果之后 但是我想知道，是否有人知道在这种类型的架构上应用迁