Python 张量流LSTM的多维输入
我有一系列多维时间序列,如下所示:Python 张量流LSTM的多维输入,python,neural-network,tensorflow,Python,Neural Network,Tensorflow,我有一系列多维时间序列,如下所示: Input Xi i=1..N samples Xi=[y1,…yk…,yT]K=1..T,yk是一个向量,T=50(序列长度) 当yk=[yk1,…ykm]m=3时 与ykj:浮动 使用LSTM张量流,我们希望预测下一步(T+1),假设样本的训练如下: Xi=[y1,...., yT]` 当前代码给出了m=1(一维Y)的输入形式 想知道在LSTM张量流中,如果m=2,3,是否有方法输入数据 如果没有,是否有输入多维时间序列的变通方法 参考文献如下(这
Input Xi i=1..N samples
Xi=[y1,…yk…,yT]K=1..T,yk是一个向量,T=50(序列长度)
当yk=[yk1,…ykm]m=3时
与ykj:浮动
使用LSTM张量流,我们希望预测下一步(T+1),假设样本的训练如下:
Xi=[y1,...., yT]`
当前代码给出了m=1(一维Y)的输入形式
想知道在LSTM张量流中,如果m=2,3,是否有方法输入数据
如果没有,是否有输入多维时间序列的变通方法
参考文献如下(这并没有回答多维问题):
input_data = tf.placeholder(tf.float32, [batchSize, numSteps, numInputs])
targets = tf.placeholder(tf.float32, [batchSize, numSteps, numInputs])