1回答
我试着找出角点的窍门，我试着让基本的时间序列预测起作用。我的输入是0到10之间的随机ints列表，例如：[1,3,2,4,7,5,9,0]和我的标签与输入相同，但是延迟，例如：[X,X,1,3,2,4,7,5]和我试图让我的模型学习记忆过去数据点的关系。我的代码是：
labels = keras.utils.to_categorical(outp
浏览 1提问于2018-08-22得票数 1
回答已采纳
1回答
我使用带有Tensorflow后端的Keras对多个序列同时进行一步一步的序列预测；也就是说，我有n个具有m个时间步骤的序列，我使用一个model.predict()命令将它们全部加载到Keras中，模型返回一个所以我的目标是最大限度地提高Keras检测序列间交叉相关性的能力。例如，假设序列a与序列b有一定<e
浏览 1提问于2017-11-09得票数 0
回答已采纳
我想对我的数据应用CNN和LSTM，我只选择了一小部分数据；我的训练数据的大小是(400,50)，我的测试数据是(200,50)。在只有CNN模型的情况下，它没有任何错误，只是在添加LSTM模型时有很多错误：model.add(Conv1D(filters=8,y_train, batch_size=100, epochs=100,verbose=0)
File "/home/doc/
浏览 14提问于2017-08-09得票数 3
回答已采纳
3回答
我想预测某些每周可预测的值(低信噪比)。我需要预测一年中每周形成的整个时间序列(52个值-图1)。
我的第一个想法是使用TensorFlow上的Keras开发一个多到多的LSTM模型(图2)。我用52个输入层(前一年给定的时间序列)和52个预测输出层(明年的时
浏览 5提问于2017-12-01得票数 23
回答已采纳
3回答
我想要一个方向的ML技术，以预测下一次你将在线聊天应用程序如果我想要一个服务来获得下一个用户将在线的时间戳，那么最好的方法是什么？
浏览 0提问于2017-04-13得票数 1
回答已采纳
我已经用3个时间步训练了我的LSTM。下面是Keras LSTM层。例如： [[1,2,3],[2,3,4],[4,5,6]] [[4],[5],[7]] X= [[1,2]]ValueError: Error when check
浏览 0提问于2019-05-17得票数 0
1回答
我对tensorflow和keras相当陌生，我有一个问题。我想使用do时间序列预测使用LSTM层，并作了一些修改。我从tensorflow教程中给出的示例开始 model = tf.keras.models.Sequential(1))
model.compile(loss='mean_squared_err
浏览 3提问于2020-03-12得票数 1
2回答
LSTM预测直线
、、、
我在Keras建了一个LSTM。它读取9个时差的观测结果，并预测下一个标签。出于某种原因，我训练的模型预测的东西几乎是一条直线。在创建如此糟糕的回归结果的模型体系结构中可能会出现什么问题？输入数据:每小时财务时间序列，有明确的上升趋势1200+记录。(20, return_sequences=True))
my.add(LSTM(20, retu
浏览 2提问于2019-10-15得票数 3
回答已采纳
我正在尝试使用LSTM预测时间序列，并使用Keras用Python编写代码。我想使用之前的20个时间步(t-20，t-19，..，t-1)，以便预测下一时间步(t+1)的输出。我不知道如何定义输入层的形状。Keras</e
浏览 2提问于2019-02-15得票数 0
1回答
我正在尝试预测函数的输出。(最终它将是多输入多输出)，但现在只是为了得到正确的机制，我尝试预测sin函数的输出。t0是当前的输入，t1是我要预测的下一个输出。y_test = train_test_split(wave["t0"].values, wave["t1"].values, test_size=0.20)
问题发生在拟合中，我得到一个错误，说明输入了
浏览 17提问于2019-08-06得票数 0
2回答
我正在尝试创建一个keras LSTM来预测时间序列。我的x_train的形状像3000,15,10 (示例，时间步长，特征)，y_train像3000,15,1，我正在尝试建立一个多对多模型(每个序列10个输入特征就是1个输出/序列)。我使用的代码是这样的：
model.add(LS
浏览 3提问于2017-10-25得票数 0
我正试图在像这个[0.2 0.1 0.1 ..... 0.4 0.8]这样的大数据序列上训练一个模型。我为输入创建长度为60的X向量，并将Y标量数字作为标签(这意味着LSTM将前60个数字作为输入(X_train中的一行)和第61‘数作为输出标签(y_train中的行)读取)。我要做的是创建一个(60*1)输入向量，并使用它来预测我序列中的下一个数字。然后将新<e
浏览 0提问于2019-02-22得票数 2
1回答
我有：
我现在的模式：model.add(keras.layers.LSTM(hidden_nodes, input_dim=num_features, input_lengt
浏览 4提问于2017-08-29得票数 1
回答已采纳
1回答
我不确定这在Keras中是否可行，但我想知道是否有任何方法连接来自LSTM层的特定值。我希望使用LSTM对整个序列进行编码，但对于预测，只使用特定的列。例如：
，我使用两个大小为5的输入序列(因此，我的输入形状是一个输入是(无，5)和(无，5)。然后嵌入序列，我的输入形状是(
浏览 0提问于2019-11-13得票数 0
回答已采纳
1回答
我正在研究一个时间序列预测模型。我有两个具有形状的数组xtrain和ytrain：模式是：[ activation="relu",
padding='causal&
浏览 5提问于2022-08-23得票数 0
回答已采纳
1回答
LSTM模型中输入形状的警告
、、、、
我有每小时耗电量的时间序列数据，长度为(17544, 1)，格式如下： [38.2] ...[46. ] [40.2]][[17.6] [39.4] [48.6]我将得到24分<
浏览 3提问于2022-11-08得票数 0
2回答
我有一个LSTM模型(keras)，它接收6变量过去的20值作为输入，并预测这些变量的3的未来4值。换句话说，我有6个时间序列，我试图用它们的20个过去值来预测它们的未来值。outputs=[outputA, outputB, outputC])m.fit(x,
浏览 1提问于2018-03-27得票数 7
我有时间序列数据，包括几天。我假设这个等级取决于3个时间序列的独立特征。所以我试着把它转换成(单元(样本)，窗口#，窗口大小，特性)。450天，每一天都有相同的长度窗口(1080)和
浏览 1提问于2019-02-18得票数 0
回答已采纳
在rnn示例中，我找到了以下代码： model = tf.keras.Sequential([ batch_input_shape=[batch_size, None]),
tf.keras.layers.LSTM<
浏览 0提问于2019-03-22得票数 8
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
