Имеются временные ряды различной длины и нужно решить задачу прогнозирования. Для обучения RNN пришлось вырезать из рядов куски с длиной самого маленького ряда, т.к. входной слой имеет конкретную структуру. Последнее привело к потери информации, и натренированная сетка в бою не использует весь доступный временной ряд для прогноза. Кто нибудь сталкивался с подобной ситуацией или видел гденить статью/пример кода? Что можно сделать, чтобы использовать все имеющиеся данные?

Здравствуйте, qtprogger, Вы писали:

Q>Имеются временные ряды различной длины и нужно решить задачу прогнозирования. Для обучения RNN пришлось вырезать из рядов куски с длиной самого маленького ряда, т.к. входной слой имеет конкретную структуру. Последнее привело к потери информации, и натренированная сетка в бою не использует весь доступный временной ряд для прогноза. Кто нибудь сталкивался с подобной ситуацией или видел гденить статью/пример кода? Что можно сделать, чтобы использовать все имеющиеся данные?

Так сеть же рекуррентная, скармливай ей значения по одному. Так всегда и делается, тот же текст всегда разного размера, его посимвольно скармливают рекуррентные сеткам. Аналогично и с временными рядами