如何解决Pytorch中具有多输出的多功能RNN
我目前正在尝试使用Pytorch找出RNN的基础，并且我了解例如LSTM细胞理论上。我在理解Pytorch中的RNN（或LSTM）时遇到了一些麻烦。
我似乎无法弄清楚如何准备数据。
我有一个数据集，其中包含许多不同长度的序列。 每个序列具有3个属性（分别对应于纬度，经度和速度），如下所示：
array([[ 6.92456324e+01,-5.35513514e+01,2.66666667e-01],[ 6.92456324e+01,[ 6.92456650e+01,-5.35514333e+01,0.00000000e+00],[ 6.92456733e+01,-5.35514242e+01,...,...])
然后我想训练RNN以预测未来的不同步骤的纬度和经度（两个主要特征）。
即对于第一行，我想在步骤2，步骤11和最后一步中预测LAT和LON。对于第二行，我想在步骤3，步骤12和最后一步等中预测LAT和LON。
我想通过扩展测试和向后滑动测试（我认为这被称为）来尝试一下，以了解两者之间的区别。
我试图环顾四周，但大多数情况下，重点是为我建立网络。
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 dio@foxmail.com 举报，一经查实，本站将立刻删除。
