python - 在对一个时间序列数据进行 LSTM 模型训练后初始化状态

Question

我目前正在为预测性维护的应用构建 LSTM 模型（序列长度：30 天）。我有几台机器出现故障，并且它们的时间序列数据长度不同。我对此有几个问题。

(1) 我最近在 LSTM 模型中遇到了有状态和无状态的概念，我想知道在对一台机器的时间序列数据进行模型训练后每次初始化隐藏层状态是否是个好主意？

(2) 在这种情况下我可以保持 shuffle = True 来停止模型学习序列依赖吗？

我在这方面相对较新，所以如果我错了，请纠正我。谢谢你。

标签： pythonkerasdeep-learningtime-serieslstm