我不太清楚如何为seq2seq模型拆分时间序列数据。数据如下所示-

# Encoder

encoder_inputs = tf.keras.layers.Input(shape=(None,1))
encoder = tf.keras.layers.LSTM(HIDDEN_UNITS,dropout=0.2,return_state=True)
encoder_outputs,state_h,state_c = encoder(encoder_inputs)

encoder_states = [state_h,state_c]

# Decoder

decoder_inputs = tf.keras.layers.Input(shape=(None,1))
decoder = tf.keras.layers.LSTM(HIDDEN_UNITS,return_sequences=True,return_state=True)
decoder_outputs,_,_ = decoder(decoder_inputs,initial_state=encoder_states)

decoder_dense = tf.keras.layers.Dense(1)
decoder_outputs = decoder_dense(decoder_outputs)

model = tf.keras.models.Model([encoder_inputs,decoder_inputs],decoder_outputs)
model.summary()

假设我要预测未来4周的数据，我的数据为2017年1月1日至2019年10月31日。

我想知道什么分裂给编码器，什么分裂给解码器，以及训练和验证的目标。同样，用于测试。

暂定（因为我不知道它是否正确）模型配置-

{{1}}