Saya melihat ke dalam menggunakan versi LSTM ( memori jangka pendek ) dari jaringan saraf berulang (RNN) untuk memodelkan data deret waktu. Ketika panjang urutan data meningkat, kompleksitas jaringan meningkat. Karena itu saya ingin tahu berapa panjang urutan yang layak untuk model dengan akurasi yang baik?
Saya ingin menggunakan versi LSTM yang relatif sederhana tanpa kesulitan untuk menerapkan pendekatan yang canggih. Setiap pengamatan dalam deret waktu saya kemungkinan memiliki 4 variabel numerik dan jumlah pengamatan sekitar 100.000 hingga 1.000.000.
y
. Dengan cara ini bagaimana RNN akan menyesuaikan bobot berdasarkan apa pun sebelum 35 langkah yang dipilih untuk BPTT?