1
我想训练一个RNN来解决一个简单的回归问题。我有一个形状为(35584,)的数组X_train，它代表几年内每个小时的度量。我也有记者Y_train与形状(35584,)作为预期值。一小时h的值会受到前6小时的值的影响，所以我想使用RNN。回归层的RNN
在凯拉斯，我明白我的情况：timesteps = 6和nb_samples = 35584。在我的情况下，nb_features = 1。
如何在Keras中对此进行编程？我应该使用Embedding图层吗？以及如何做到这一点？
我不知道这是否会适合您的问题，但你可以使用简单的前馈神经网络，并与大小的输入（即） 7 - 从这个小时和以前的6个阅读。在某些情况下，这可能比使用RNN更好。 – Pax0r
谢谢，我已经证明了（具有良好结果）标准前馈方法，但我想用RNN证明并学习如何去做。 – David