讨论贴，lstm的数据集的构建。(更新)

lstm的数据集构建

目前本人的认知是shape是（batch_size,timestep,ouput_size）是正确的，不知道有没有同样疑惑的伙伴，欢迎讨论交流。

以单步预测为例

• input_size ：输入层尺寸，即用作特征的列的个数
• output_size ：输出层尺寸，即用作标签的列的个数
• time_step ：LSTM中的time_step,即用前多少天的数据来预测后一天
• batch_size ：单次传递给模型用以训练的样本个数

lstm的输入X的shape是（batch_size,timestep,input_size）

那输出y的shape是（batch_size,timestep,ouput_size）

还是y的shape是（batch_size,1,ouput_size）

网上的案例基本存在这两种数据集，多数是（batch_size,1,ouput_size）但是以下图对应结构，

y的shape是（batch_size,timestep,ouput_size）似乎更合理，求教。

转载pytorch中LSTM参数详解（一张图帮你更好的理解每一个参数）_lstm pytorch 参数-CSDN博客

例如径流预测，单变量的时间序列，input_size=1；

采用前30天数据预测第31天数据，timestep=30；

ouput_size = 1

batch_size=12

构建数据集train_x,shape(12,30,1)

train_y的shape是（12，1，1），还是（12，30，1）