Tensorflow：是否可以创建 2D LSTM？

Question

我的数据由 4 个不同的时间序列组成，例如：

    [35, 45, 47, 39...]
    [47, 60, 57, 55...]
    [42, 42, 61, 69...]
    [62, 70, 62, 65...]

事实是，除了时间依赖性（水平依赖性）之外，还存在垂直依赖性（在列中，如果我们看这个例子 'matrix'）。

输出向量将是这些相同的时间序列，只是移动了一步。

是否可以为每个时间序列创建 LSTM 网络（因此，在我的例子中有 4 个网络，还有 4 个输出），但也可以垂直连接它们，即创建 2D LSTM？

如果是这样，如何在 Tensorflow 中实现这一点？

是否也可以使这种网络更深（将额外的 LSTM 层附加到这 4 个网络中的每一个）？

我希望我的解释够清楚了。

Answer 1

一种解决方案是使用 https://arxiv.org/pdf/0705.2011.pdf. In this case, your data will be treated as a sequence with 4 dimensions. This github repo provides an implementation of 2D LSTM https://github.com/philipperemy/tensorflow-multi-dimensional-lstm 中所述的多维 RNN 或 LSTM。希望这有帮助

Tensorflow: is it possible to create 2D LSTM?