对于 Keras 中的 RNN 输入，'rows' 在时间步长级别的排序是否重要？

Question

keras 中的 RNN 接受具有以下形状的输入

array([[['Xa0', 'Ya0'],
    ['Xa1', 'Ya1'],
    ['Xa2', 'Ya2']],

   [['Xb0', 'Yb0'],
    ['Xb1', 'Yb1'],
    ['Xb2', 'Yb2']],

   [['Xc0', 'Yc0'],
    ['Xc1', 'Yc1'],
    ['Xc2', 'Yc2']]], dtype='<U3')

数字与时间步长相关（在我们的例子中为 3），X、Y 是特征。我们有 3 个批次 (a,b,c)。

我应该使用哪个顺序：

0 -> 2 从过去到现在？
0 -> 2 从现在到过去？

为什么？

Answer 1

您想从数据中推断出什么？

要分类吗？获得“true/false”结果？进行回归？

任何订单都可以。使用可为您的网络提供最佳结果的那个。甚至有可能使用 Bidirectional 层，它将读取从过去到现在以及从现在到过去的数据。

你想预测下一步吗？

使用导致您要预测的步骤的顺序。

对于 Keras 中的 RNN 输入，'rows' 在时间步长级别的排序是否重要？

Does the ordering of 'rows' at the level of timesteps matter, for a RNN input in Keras?

python

keras

recurrent-neural-network

要分类吗？获得“true/false”结果？进行回归？

你想预测下一步吗？