Preveja o uso de dados com menos etapas de tempo (dimensão diferente) usando o modelo Keras RNN
De acordo com a natureza da RNN, podemos obter uma saída das probabilidades previstas a cada carimbo de hora (desdobrar a tempo).
Suponha que eu treine uma RNN com 5 etapas de tempo, cada uma com 6 recursos. Portanto, eu tenho que especificar a primeira camada como esta (suponha que usamos uma camada LSTM com 20 nós como a primeira camada):
model.add(LSTM(20, return_sequences=True, input_shape=(5, 6)))
E o modelo funciona bem se eu inserir os mesmos dados de dimensão. No entanto, agora eu quero usar as três primeiras etapas dos dados para obter a previsão (o formato da entrada será 3, 6), a mesma sintaxe não será aceita.
Minha pergunta é: é possível fazer essas previsões com o mesmo modelo com keras (sem executar as três primeiras etapas dos dados de treinamento e treinar outro modelo)? Se sim, como devo lidar com a sintaxe? Se não, existem outros pacotes RNN com LSTM que suportam essas funcionalidades?