python - 如何使用 keras 在输入和目标中设计具有不同时间步长的 lstm
问题描述
我是 keras 的新手,并试图使用 lstm 根据气候数据以更精细的时间步长预测年度植被指数。我不确定如何构建正确的神经网络来进行预测。
例如,我有 30 年的每月气候数据。数据包含 5 个变量(月温度、降水量、VPD、辐射、湿度)。所以输入结构应该是[1,30*12,5]。而对于目标,我只有一个一年的值,即 [1,30,1]。我怎么能告诉算法我一年只有一个值?这种情况有什么有用的功能吗?
提前致谢!
解决方案
推荐阅读
- python-3.x - Pandas set_index 在没有 inplace=True 的情况下创建 NoneType 对象
- asp.net - 尝试验证 JWT 时无法从以下位置获取配置:“/.well-known/openid-configuration”
- authentication - Yubico / Attestation 和 Assertion 之间的凭证 ID 长度不匹配
- mysql - 获取链接表中最频繁的值,并在 MySQL 的主表中引用它
- email - 如何设置电子邮件跟踪代码来跟踪不同客户电子邮件提供商的电子邮件打开/点击?
- r - R:如何将日期附加到 timeseries(ts) 对象中?
- javascript - angularjs 指令 ngrepeat 不适用于角度向导中的对象
- visual-studio - Visual Studio Diff 显示不需要的大小写差异
- vitess - Vitess 分片问题
- python - 基于“时间瞬间”的不同字典中的值总和