У меня есть 10 функций данных (A1-> A10) и два выхода (B, C).B и C не зависят друг от друга.
При использовании LSTM для прогнозирования B и C, следует ли мне просто использовать TimeDistributed(Dense(2)) или выполнять тренировку дважды (один для B, один для C), поэтомумодель даст наилучшее предположение о B и C независимо друг от друга, чем предположение о B и C?
Это моя модель:
model = Sequential()
model.add(LSTM(input_shape=(1000,10),units=1000))
model.add(Dropout(0.2))
model.add(LSTM(250))
model.add(Dropout(0.2))
model.add(TimeDistributed(Dense(2)))
model.add(Activation("linear"))
model.compile(loss="mse", optimizer="rmsprop")