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

Question

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！

标签： pythonkerastensorflow2.0tensor