ความยาวของลำดับที่เป็นไปได้สำหรับ RNN ถึงรุ่นคืออะไร

ฉันกำลังมองหาการใช้ LSTM ( หน่วยความจำระยะสั้นระยะยาว ) ของเครือข่ายประสาทกำเริบ (RNN) สำหรับการสร้างแบบจำลองข้อมูลชุดเวลา เมื่อความยาวของข้อมูลเพิ่มขึ้นความซับซ้อนของเครือข่ายจะเพิ่มขึ้น ดังนั้นฉันจึงสงสัยว่าจะมีความยาวของลำดับอย่างไรกับโมเดลที่มีความแม่นยำดี

ฉันต้องการใช้ LSTM รุ่นที่ค่อนข้างเรียบง่ายโดยไม่ยากที่จะใช้วิธีการที่ทันสมัย การสังเกตการณ์แต่ละครั้งใน Timeseries ของฉันมีตัวแปรตัวเลข 4 ตัวและจำนวนการสังเกตจะอยู่ที่ประมาณ 100,000 ถึง 1.000.000

ทั้งหมดขึ้นอยู่กับลักษณะของข้อมูลของคุณและความสัมพันธ์ภายในไม่มีกฎง่ายๆ อย่างไรก็ตามเนื่องจากคุณมีข้อมูลจำนวนมาก LSTM แบบ 2 เลเยอร์สามารถสร้างแบบจำลองปัญหา / การวัดเวลาแบบอนุกรมขนาดใหญ่ได้

นอกจากนี้คุณไม่ได้ทำการ back-through-time ให้กับทั้งซีรีย์ แต่มักจะเป็น (200-300) ขั้นตอนสุดท้าย เพื่อหาค่าที่ดีที่สุดคุณสามารถตรวจสอบความถูกต้องโดยใช้การค้นหากริดหรือการปรับให้เหมาะสมแบบเบย์ นอกจากนี้คุณสามารถดูได้ที่พารามิเตอร์ที่นี่: https://github.com/wojzaremba/lstm/blob/master/main.lua

ดังนั้นความยาวของลำดับนั้นจะไม่ส่งผลกระทบต่อการฝึกอบรมแบบจำลองของคุณ แต่มันเหมือนมีตัวอย่างการฝึกอบรมมากขึ้นซึ่งคุณเพียงแค่รักษาสถานะก่อนหน้าไว้แทนที่จะรีเซ็ตมัน