假設我想創建一個 RNN 模型,在給定過去 24 小時的情況下,該模型將學習預測未來 24 小時。傳統上,如果我想創建這樣一個多步模型,我會輸入像時間序列(24 小時長)這樣的一個特征,例如溫度。如果我將時間序列中 24 小時的每個時間步長視為一個單獨的特征,以便我有 24 個特征和一個輸入來預測 24 個特征和一個輸出,該怎么辦?這樣的模型會優于傳統模型嗎?
uj5u.com熱心網友回復:
如果您總是有固定數量的輸入(例如 24 小時的溫度),那么不使用 RNN 而是使用傳統的前饋結構可能是一個好方法。使用 RNN 的主要原因是它們可以處理可變長度的時間序列,因此對于所有需要此屬性的應用程式,它們幾乎是唯一的選擇。在您的情況下,前饋架構可能會正常作業,但嘗試兩者應該不難。
轉載請註明出處,本文鏈接:https://www.uj5u.com/qianduan/323194.html
