Я пытаюсь разработать модель многошагового прогнозирования с использованием LSTM Network. Модель использует три шага ввода и прогнозирует два шага time_steps. столбцы ввода и вывода нормализуются с использованием minmax_scalar в диапазоне от 0 до 1.
См. приведенную ниже модель архитектуры
Архитектура модели
model = Sequential()
model.add(LSTM(80,input_shape=(3,1),activation='sigmoid',return_sequences=True))
model.add(LSTM(20,activation='sigmoid',return_sequences=False))
model.add(Dense(2))
В этом случае правильно ли использовать сигмоид в качестве функции активации?