用于训练LSTM编码器-解码器的训练过程。一方面,在本教程中,他们使用for循环进行训练:(第一个模型)# Run training
model.compile(optimizer='rmsprop', loss为什么我可以训练一个编码器解码器,而不需要像普通模型训练那样的for循环,尽管我需要上一个解码步骤来训练下一个解码步骤?
我希望将所有行的单个时间步长的数据重构为按小时计算的滞后时间步长。其思想是LSTM将从一个小时到一个小时进行批量训练(从310033行x 1个Timestep x 83个变量到310033行x 60个Timestep x 83个变量)。然而,我的模型的损失是奇怪的(训练损失随着时代的增加而增加),并且训练精度从单一时间步长下降到滞后时间步长。这让我相信我做错了这个转换。这是重构数据的正确方法,还是有更好的方法呢?数据是1秒记录