Estoy investigando el uso de una versión LSTM ( memoria a largo plazo ) de una red neuronal recurrente (RNN) para modelar datos de series temporales. A medida que aumenta la longitud de la secuencia de los datos, aumenta la complejidad de la red. Por lo tanto, tengo curiosidad por saber qué longitud de secuencias sería posible modelar con una buena precisión.
Me gustaría utilizar una versión relativamente simple del LSTM sin ningún enfoque difícil de implementar. Cada observación en mi serie de tiempo probablemente tendría 4 variables numéricas y el número de observaciones sería de alrededor de 100,000 a 1,000,000.
y
. De esta manera, ¿cómo ajustaría RNN los pesos en función de algo anterior a los 35 pasos seleccionados para BPTT?