cnn-bilstm-attention模型进行时间序列预测的每一层的输入和输出公式

CNN-BiLSTM-Attention模型的每一层输入和输出公式如下：

1. CNN层：

输入：$X \in \mathbb{R}^{n \times d}$，其中$n$表示序列长度，$d$表示特征维度

输出：$H \in \mathbb{R}^{n-k+1 \times h}$，其中$k$表示卷积核大小，$h$表示卷积核数量

2. BiLSTM层：

输入：$H \in \mathbb{R}^{n-k+1 \times h}$

输出：$O \in \mathbb{R}^{n-k+1 \times 2h}$，其中$2h$表示BiLSTM的隐状态维度

3. Attention层：

输入：$O \in \mathbb{R}^{n-k+1 \times 2h}$

输出：$A \in \mathbb{R}^{2h}$，其中$A$表示Attention向量

4. 全连接层：

输入：$A \in \mathbb{R}^{2h}$

输出：$y \in \mathbb{R}^{1}$，其中$y$表示时间序列预测值