我正在构建一个用于未来预测的时间序列模型，该模型由 2 个 BILSTM 层和一个密集层组成。我总共有 120 种产品来预测它们的价值。而且我有一个相对较小的数据集（为期 2 年的每月数据 => 最多 24 个时间步长）。因此，如果我查看整体验证准确性，我会得到：
在每个时期，我将模型权重保存到内存中，以便将来随时加载任何模型。
当我查看不同产品的验证准确性时，我得到了以下信息（这大致是针对一些产品的）：
对于这个产品，我可以使用 epoch ~90 保存的模型来预测这个模型吗？
以及以下产品，我可以使用 epoch ~40 保存的模型进行预测吗？
我在作弊吗？请注意，产品种类繁多，购买行为也各不相同。对我来说，遵循这个策略，相当于训练了 120 个模型（给定 120 种产品），同时为每个模型提供更多数据作为奖励，希望每个产品都能取得更好的成绩。我在做一个公平的假设吗？
任何帮助深表感谢！