Keras で LSTM を使用しようとしていますが、ステートフルまたはステートレス LSTM のどちらを使用すべきかわかりません。オンラインで多くのリソースを読みましたが、私のケースには当てはまらないようです。
長い予測系列X=[X1,X2,....,Xn]と長い応答系列がありy=[0,0,...,1,1,0,...0]ます。それらは同じ長さを持ち、応答は値 1 または 0 のみを取ることができます。私の計画は、長い予測子系列をサブサンプリングし、短い系列 (長さ 4) を使用して次の 3 時点の応答を予測することです。だから私のトレーニングデータはこれを見て
[X1,X2,X3,X4],[y5,y6,y7]
[X2,X3,X4,X5],[y6,y7,y8]
...
利用可能なこれらの短いシリーズ (サンプル) をすべて使用する場合は、ステートフルを選択する必要があると思います。ただし、1 に比べて 0 の方が多いためy、短い応答系列で 1 を含むすべてのサンプルを保持します (例: このサンプルを保持します[y5=0,y6=1,y7=0]) が、データを作成するためだけに他の多くのサンプルをランダムに削除します残高。
一部の短いシリーズは互いに非常に離れている可能性があるため、ここでステートフルを使用する必要があるかどうかはわかりません。