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