截断LSTM网络中的旧数据点？
截断LSTM网络中的旧数据点？
提问于 2018-06-02 07:59:55
我有一个时间序列，我已经将其转变为监督学习问题，以便在其上训练LSTM网络，并且我继续向我的训练集添加较新的数据点。然而，随着时间序列变得越来越长，训练我的网络在计算上变得更加昂贵。有没有一种技术可以截断可能对预测未来没有重大影响的旧数据点？有没有文献可以支持这样的观点？
回答 1
Stack Overflow用户
发布于 2018-06-02 10:30:47
您可以简单地使用一段数据：slicedX = X[:,-50:]，如果您有长度为：slicedY = Y[:,-50:]的Y，则可以使用长度。
在示例中，我使用了包含最后50个时间步的长度。
正确的时间步数是多少？
答案就在你自己的数据里。只有实验才能告诉我们网络需要多少步骤才能以令人满意的方式工作。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/50652293
复制相关文章
相似问题
腾讯云开发者
