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