python - 具有多个元信息的时间序列预测 (GRU)
问题描述
我目前正在尝试建立一个用于时间序列预测的深度学习模型。对于训练数据,我不仅有实际的时间序列,还有序列中每个时间步长的一些元信息。
我正在使用 pytorch 实现模型。我的问题是,我不知道如何使用这些元信息来构建包含所有这些信息的嵌入层,因为它只能是 2d 的。我知道在 keras 中,将多个时间序列放入列表中时可以拟合模型。但我不确定 pytorch 是否有相同的选项?
它应该与同时使用单词和字符嵌入进行文本分类/预测的想法相同。有人有想法吗?
谢谢!:3
解决方案
推荐阅读
- pyspark - 向位于数据湖中的空数据框添加新行
- java - 错误:未找到 Gradle DSL 方法:'compile()'
- camunda - 无法删除camunda事件
- three.js - Three.js - 添加纹理使其看起来是黑色的
- amazon-web-services - 如何将 AWS EC2 g4dn 实例用于 kops 中的实例组?
- angularjs - 访问从 angularjs 应用程序中的 webview 发送的标头
- sqlite - Sqlite3:删除记录时出错:外键不匹配
- r - 用字符重命名所有列
- regex - oracle regexp_replace 的更简单的正则表达式
- python - 美汤刮桌4