摘要: 1. 输入数据 这符合时间序列预测的典型设置: 输入数据包含多个特征(如历史的流量、天气、时间等),这些特征用于帮助模型进行预测。 输出数据则通常是要预测的目标变量,比如未来某个时间步的流量或温度,这个目标变量是一个单一的值,因此输出通道数是 1。 x_train 包含多个特征(3 个通道),作为模 阅读全文
posted @ 2024-10-12 21:47 GraphL 阅读(134) 评论(0) 推荐(0)
摘要: 是的,您的理解完全正确!线性层(Linear)和卷积层(特别是1维卷积和2维卷积)的计算确实有本质上的区别,其中主要的区别之一是卷积有“滑动(rolling)”的概念,而线性层没有。以下是更详细的对比: 1. 线性层(Linear)的计算特点 线性层(Linear 层,或称为全连接层)直接将输入的每 阅读全文
posted @ 2024-10-12 21:20 GraphL 阅读(415) 评论(0) 推荐(0)