1回答
我有一个包含4000行和两列的数据集。第一列包含一些句子，第二列包含一些数字。有大约4000个句子，它们被分成大约100个不同的数字。我已经尝试了下面的代码，但当我预测时，它为所有人预测了一个相同的值。换句话说，y_pred给出的是一个相同值的数组。 我可以知道代码出了什么问题吗？(Y[0])
from ke
浏览 52提问于2019-04-08得票数 0
1回答
我有一个简单的lstm模型model.add(LSTM(100, activation='relu', input_shape=(n_input,n_features)))model.compile(optimizer='adam', loss='mse')我对相同的数据进行训练和测试，但每次都
浏览 0提问于2022-03-12得票数 1
回答已采纳
1回答
基于LSTM的时间序列一步预测
、、、、
我想用LSTM预测股票价格。我成功地训练了我的模型并保存了它。现在我已经加载了它，我将如何使用model.predict()来预测在数据集中没有对应值的股票价格，就像目前一样，我只能“预测”数据集中已经存在的已知值。塞纳里奥:我的模型已经训练好了(足够高的精确度)，而且我保存了它。我想应用我的
浏览 2提问于2020-04-08得票数 0
1回答
我预测在学校住宅建筑内的卧室的能源使用，以日期，温度，湿度为输入特征，使用7 time-steps和预测一天(一次步骤)。
我可以预测一间卧室。这栋楼大约有100间卧室，所有的布局和入住率大致相同，因此这100间卧室的数据与第一卧室的日期范围相同，同一天的湿度和温度水平也是一样的。现在我想用100个卧室的能量数据来训练<
浏览 0提问于2019-02-15得票数 4
1回答
我有一个具有不同配置文件的用户的timeseries数据集。我想使用lstm来预测每个用户提前一天的时间。我解决这个问题的方法是首先对具有相同行为的用户进行聚类。然后，在每个组中训练不同的lstm模型，以便每个lstm模型将负责该用户组，并使用该组的时间序列数据进行训练。在测
浏览 1提问于2020-09-02得票数 0
我有一系列可用的数据。我可以使用这个数据集来训练LSTM模型。假设我使用t，t+1，...，t+5来训练我的模型并预测t+6使用LSTM可以做到这一点吗，或者唯一的方法是通过训练
浏览 14提问于2021-03-01得票数 0
2回答
在处理时间序列预测时，我看到大多数人在使用LSTM模型时遵循以下步骤：
使用经过训练的模型对转换后的验证数据
浏览 1提问于2021-10-28得票数 2
回答已采纳
1回答
我使用Keras构建了一个用于文本分类的LSTM模型。现在我有了要训练的新数据。我没有附加到原始数据并重新训练模型，而是考虑使用模型权重来训练数据。即使用新数据进行训练的权重。然而，不管我训练的量有多大，模型都不能预测正确的分类(即使我给出相同</e
浏览 1提问于2018-11-26得票数 0
假设我用一个数据序列来训练我的LSTM，并通过预测接下来几个步骤的数据来验证它。
或者LSTMs可以预测相同数据序列的下几个步骤？？假设我有一个具有可用输入和输出特性的流程数据，这是一个顺
浏览 2提问于2019-11-05得票数 0
回答已采纳
1回答
多变量和多序列LSTM
、、、、
我正在尝试创建一个污染预测LSTM。我见过支持多变量LSTM来预测一个城市(北京)的污染水平，但是对于多个城市呢？我并不是真的想要每个城市都有一个单独的网络，我希望所有x个城市都有一个单一的通用模型/网络。但是，如何将这些数据提供给LSTM呢？假设我有每个城市的相同数据，我是否...
1)对一个城市的所有数据进行训练，
浏览 0提问于2018-06-20得票数 2
2回答
我有一个使用keras开发的简单的LSTM网络：model.add(LSTM(rnn_size,input_shape=(2,w),dropout = 0.25, recurrent_dropout=0.25))我想采用MC辍学的方法。
浏览 0提问于2019-03-26得票数 4
2回答
脚本执行以下任务-
informationpredict 基于用户输入(股票代码、开始日期、结束日期等)获取股票价格信息建立并训练了一个关于股票价格的模型:下一个预测价格和相关的RMSE (均方误差)将输出和用户输入一起写入到目前为止，它以一种体面的方式做了以上所有的事情。但是，每次使用相同的数据和用户输入执行脚本(2)和(3)时，都会得到不同的预测值。我明白，这些都是预测
浏览 4提问于2020-05-15得票数 0
回答已采纳
=tf.nn.tanh)lstm_cell = tf.nn.rnn_cell.MultiRNNCell([lstm_cell] * 3, state_is_tuple=True)
然后我训练模型，并保存变量。下一次我加载保存的变量并跳过训练时，它会给我一个不同的预测。
浏览 1提问于2016-12-16得票数 5
2回答
我试图使用LSTM对时间序列的数据，以产生未来的序列，看上去像原来的序列在数值和进展方向。我的方法是：通过使用LSTM
浏览 0提问于2018-01-15得票数 12
1回答
我有P过程的时间序列，每个过程都有不同的长度，但都有5个变量(维度)。我试图预测测试过程的估计寿命。我正在使用Keras中的有状态LSTM来处理这个问题。但我不确定我的训练过程是否正确。我将所有的序列添加到我的训练数据中，该数据的形状为(N, 30, 5)，其中N = s_1 + s_2 + ... + s_p。新问题：
一旦训练完成，我就开始<
浏览 1提问于2019-04-23得票数 4
回答已采纳
我正在学习如何在Keras中使用LSTM模型。我看过这个和这个，我想以多对多的方式训练一个模型，但在测试时使用stateful=True的一对多的方式进行预测。我不确定我是否在正确的轨道上。我想训练一个LSTM模型来预测下一个时间步中的5个特征，使用90-10训练和测试拆分，
浏览 41提问于2018-12-03得票数 0
我正在尝试解决一个时间序列预测问题。我尝试了ANN和LSTM，尝试了很多不同的参数，但我只能得到比持久性预测好8%的结果。所以我想知道:既然你可以在keras中保存模型；是否有任何预先训练的模型(LSTM、RNN或任何其他ANN)用于时间序列预测？如果是这样的话，我如何获取它们？在凯拉斯有吗？我的意思是，如果有一个包含预训练模型的</em
浏览 1提问于2017-10-12得票数 15
1回答
40.24253这是我用来做预测的代码：
def univariate_data(dataset, start_index, end_indexEVALUA
浏览 16提问于2020-05-07得票数 0
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
腾讯会议
云直播
对象存储活动推荐
腾讯云开发者
