了解keras LSTM中的时间步长和样本
Understanding the time steps and samples in keras LSTM
我仍然对 LSTM 网络中的时间步长和样本感到困惑。如果我有这个 csv 文件
我知道这些特征是我们传递给网络的不同变量，但是对于行我不知道是否代表时间步长或样本，如果代表样本，例如，什么代表时间序列和 viseversa？
Date字段的行数是一个序列
您可以将该序列分成多个（或单个）input/output，这就是您的样本。
例如，您可以将两个时间步作为输入，将一个时间步作为输出。
因此，每个样本都有特定数量的时间步长。输出是单步的（你也可以有多步输出）。
因此，正如我们所说，输入（两个时间步长）
[1999.02.05 07:26, 1999.02.05 07:28]
[1999.02.05 07:28, 1999.02.05 07:30]
[1999.02.05 07:30, 1999.02.05 07:32]
....
等等
我仍然对 LSTM 网络中的时间步长和样本感到困惑。如果我有这个 csv 文件 我知道这些特征是我们传递给网络的不同变量，但是对于行我不知道是否代表时间步长或样本，如果代表样本，例如，什么代表时间序列和 viseversa？
Date字段的行数是一个序列
您可以将该序列分成多个（或单个）input/output，这就是您的样本。
例如，您可以将两个时间步作为输入，将一个时间步作为输出。
因此，每个样本都有特定数量的时间步长。输出是单步的（你也可以有多步输出）。
因此，正如我们所说，输入（两个时间步长）
[1999.02.05 07:26, 1999.02.05 07:28]
[1999.02.05 07:28, 1999.02.05 07:30]
[1999.02.05 07:30, 1999.02.05 07:32]
....
等等