有趣的问题！

• 简短（但可能很幼稚）的答案

试验这两个选项，看看哪个效果最好！

• 更长的答案

预测阻力系数，然后据此计算阻力

如果您这样做，您的网络将尝试优化与您的实际目标（即阻力）不同的东西。这意味着您的模型不会“关心”您最终计算的阻力是否良好，这可能会导致奇怪的结果。

直接预测阻力

从机器学习的角度来看，这会更好，因为您的模型的目标将与您的目标相同，但是，您将失去知道如何计算阻力的优势。

解决方案 A

预测两者，然后有最后一步来决定你的最终阻力是什么。使用 LSTM，这绝对是可能的，您的目标将变成 2 个数字而不是 1 个。

解决方案 B

在我看来，最好的解决方案是让 LSTM 输出一个数字（将作为阻力系数），然后添加一个使用已知公式计算阻力的层，以便您可以在整个事情，你得到两全其美。在 PyTorch 中，这可以相当优雅地完成。最大的警告是计算阻力的公式需要是可微的。