Zastanawiam się nad użyciem wersji LSTM ( długoterminowej pamięci krótkotrwałej ) rekurencyjnej sieci neuronowej (RNN) do modelowania danych szeregów czasowych. Wraz ze wzrostem długości sekwencji danych wzrasta złożoność sieci. Jestem zatem ciekawy, jaką długość sekwencji można by modelować z dobrą dokładnością?
Chciałbym zastosować stosunkowo prostą wersję LSTM bez żadnych trudnych do wdrożenia najnowszych podejść. Każda obserwacja w moich szeregach czasowych prawdopodobnie miałaby 4 zmienne numeryczne, a liczba obserwacji wynosiłaby około 100 000 do 1 000 000.
y
. W ten sposób, w jaki sposób RNN kiedykolwiek dostosowuje wagi na podstawie czegokolwiek przed 35 krokami wybranymi dla BPTT?