序列预测问题分类（根据问题的输入和输出模型划分）

1、 基本模型结构，预测一个序列，输入：多个时间步，输出：单个时间步

输入1,2,3 标签4

输入2,3,4 标签5

输入3,4,5 预测标签6

以此类推，时间窗口为3，通常输入形式：（窗口大小3，每个窗口序列个数，此处为1）

2、 多序列输入，单序列输出

输入[[1,2,3],

[2,4,5],

[3,6,7]] 标签100

输入[[2,4,5],

[3,6,7],

[4,8,9]] 标签101

输入[[20,40,41],

[21,42,43],

[22,44,45]]
预测标签

以此类推，3个序列预测1个序列，时间窗口为3，如输入[[1,2,3],[4,5,6]]时间窗口即为2，通常输入形式：（窗口大小，每个窗口序列个数，此处为3个序列）

输出：1一个序列

3、 多序列输入，多序列输出

输入[[1,2,3],

[2,4,5],

[3,6,7]]标签[7,1,100]

输入[[2,4,5],

[3,6,7],

[4,8,9]] 标签[8,2,101]

输入[[20,40,41],

[21,42,43],

[22,44,45]]
预测标签

以此类推，3个序列预测3个序列，时间窗口为3，通常输入形式：（窗口大小，每个窗口序列个数，此处为3）

注意输出不是1，是3，即每个窗口序列个数3

4、 预测一个序列，多时间步输入，多时间步输出

输入[1,2,3] 输出[4,5]

输入[2,3,4] 输出[5,6]

输入[3,4,5] 输出[6,7]

输入[20,21,22] 预测输出[23,24]

以此类推，时间窗口为3，通常输入形式：（窗口大小，每个窗口序列个数，此处为1），

注意输出不是1，是3，3个时间步长

（不常用）

5、 多序列输入，多时间步输出

6、 多序列输入，多时间且多多序列输出