给定连续数据的 x,y 坐标,我将如何使用 RNN/LSTM 来学习速度变化?(我必须使用循环层,因为这是一个更大的端到端模型的子问题,它也可以做其他事情)
训练数据示例:
x,y,speed_changed
0,0,0
0,0.1,0
0,0.2,0
0,0.3,0
0,0.5,1
0,0.6,0
0,0.7,0
...
到目前为止,我构建了有状态的 LSTM,并在每批一个项目上对其进行训练。之后,每当速度发生变化时,我都会重置 LSTM 的状态,因此我了解到一个段具有相同的速度(段可以有不同的长度)。
由于段的长度不同,我如何在生产中使用这种模型?
或者有没有更好的方法来训练这些数据的循环网络?也许是异常检测?(我想避免有固定的批量大小(例如 3 帧的窗口))