使用LSTM预测日值，LSTM以每小时的timeseries作为输入

我正在训练一个单层的LSTM，它的编码如下:

model = keras.Sequential()

model.add(keras.layers.LSTM(units=64,
                            input_shape=(X_train.shape[1], X_train.shape[2])))

model.add(keras.layers.Dense(units=1,  activation='sigmoid'))

model.compile(
  loss='binary_crossentropy',
  optimizer = keras.optimizers.Adam(lr=0.0001),
  metrics=['acc']
)

LSTM的输入是每小时的timeseries。我想要根据每小时的序列来预测每天的值。 目前我所做的是每小时生成一个预测，然后将第一个预测作为每一天的预测。然而，我想知道是否有一种方法可以在日常生活中产生同样的预测。 谢谢你！ 问题来源StackOverflow 地址：/questions/59380227/predict-daily-value-with-lstm-which-has-hourly-timeseries-as-input