Ich habe einen Datensatz X, der aus @ besteN = 4000 Proben, jede Stichprobe besteht ausd = 2 Funktionen (kontinuierliche Werte) übergreifendt = 10 Zeitschritte. Ich habe auch die entsprechenden 'Etiketten' jeder Probe, die ebenfalls kontinuierliche Werte sind, zum Zeitpunkt Schritt 11.

Im Moment hat mein Datensatz die Form X: [4000,20], Y: [4000].

Ich möchte einen LSTM mit TensorFlow trainieren, um den Wert von Y (Regression) vorhersagen zu können, da die 10 vorherigen Eingaben für d-Features vorhanden sind. Es fällt mir jedoch schwer, dies in TensorFlow zu implementieren.

Das Hauptproblem, das ich im Moment habe, ist zu verstehen, wie TensorFlow erwartet, dass die Eingabe formatiert wird. Ich habe verschiedene Beispiele wie @ gesehDie, aber diese Beispiele befassen sich mit einer großen Folge kontinuierlicher Zeitreihendaten. Meine Daten sind unterschiedliche Stichproben, jeweils eine unabhängige Zeitreihe.