Sto esaminando l'utilizzo di una versione LSTM ( memoria a breve termine ) di una rete neurale ricorrente (RNN) per la modellazione dei dati di serie temporali. All'aumentare della lunghezza della sequenza dei dati, aumenta la complessità della rete. Sono quindi curioso di sapere quale lunghezza delle sequenze sarebbe possibile modellare con una buona precisione?
Vorrei usare una versione relativamente semplice di LSTM senza alcun approccio di difficile attuazione. Ogni osservazione nella mia multiproprietà avrebbe probabilmente 4 variabili numeriche e il numero di osservazioni sarebbe compreso tra 100.000 e 1.000.000.
y
. In questo modo in che modo l'RNN regolerebbe mai i pesi in base a qualcosa prima dei 35 passi selezionati per BPTT?