我有一个化学过程的数据集，由5个连续的输入向量组成，生成1个输出。每个输入每分钟采样一次，而输出每5分钟采样一次。
我认为输出依赖于前5个输入向量，因此我决定使用LSTM来设计我的模型。经过大量研究LSTM架构后，我得出结论，我应该用零掩盖一些输出序列，只保留最后一个输出。根据我的数据集，最终的架构如下：
我的问题是：我的3D输入张量的参数应该是什么？例如[5, 5, ?]？还有我的“批量大小”应该是什么？它应该是我样本的数量吗？
回答：
由于您进行的是多对一序列建模，您不需要在输出中填充零（这是不需要的）。最简单的方法是在最后一个时间步进行分类，即在RNN/LSTM看到第5个输入之后。您的3D输入张量的维度将是[batch_size, sequence_length, input_dimensionality]，其中sequence_length在您的案例中是5（行1-5, 7-11, 13-17等），input_dimensionality也是5（即列A-E）。批量大小取决于样本的数量（也取决于您数据的可靠性），如果您有超过10,000个样本，那么批量大小为30-50应该可以（阅读这个关于选择合适批量大小的解释）。
