Comment créer le modèle pour prédire l'entrée multiple sur keras à l'aide LSTM

Question

Quand il n'y a qu'une seule entrée, je peux utiliser LSTM pour compléter les prévisions. Lorsque les deux cas suivants, je serai confus, ne savent pas comment construire un réseau de neurones. Le format de données est indiqué dans l'image

• Le premier cas: utilisation a, b, c, d pour prédire d (t + 1)

• Le deuxième cas: d = f (a, b, c) f est une fonction non linéaire inconnue, en utilisant a, b, c, d pour prédire d (t + 1)

Answer 1

Simplement concaténer les entrées dans un tableau avec les dimensions suivantes:

(number_of_samples, timesteps, number_of_features) 

Où number_of_features dans votre cas est de 4 que vous avez a, b, c, d. Votre input_shape de la première couche sera (timesteps, number_of_features).