腾讯云
开发者社区
文档
建议反馈
控制台
首页
学习
活动
专区
工具
TVP
最新优惠活动
文章/答案/技术大牛
搜索
搜索
关闭
发布
登录/注册
精选内容/技术社群/优惠产品,
尽在小程序
立即前往
文章
问答
(9999+)
视频
沙龙
2
回答
RNN
时间
序列
预测
包含非数值特征和
数字
特征的多个特征?
deep-learning
、
time-series
、
rnn
我想了解如何
使用
RNN
预测
时间
序列
的多个特征,包括非
数字
数据,以及。作为一种深度学习模型,我假设我不需要量化非
数字
元素。| Stormy | No | 3500 | Cold | Yes | -20所以
浏览 0
提问于2017-08-17
得票数 5
1
回答
使用
LSTM
/
RNN
预测
数字
序列
python
、
tensorflow
、
keras
、
lstm
、
recurrent-neural-network
我希望将
RNN
应用于一个相当简单的问题,以便掌握它是如何工作的。我遵循了this example,它演示了如何
使用
LSTM
层来分析输入,现在我想将其用于输出。我决定尝试训练一个
RNN
,以输出给定为输入的int的两倍,直到一个上限。][12, 24, 48, 96, 192, -1, -1, -1] 我想创建一个keras模型,它将nums作为输入并输出相应的
序列
,
使用
-1作为“停止”指示器,因为我只希望输出
数字
浏览 11
提问于2021-09-06
得票数 0
回答已采纳
1
回答
Tensorflow
RNN
序列
训练
tensorflow
我正在做我的第一步学习TF和有一些困难的训练
RNN
。
lstm
=
rnn
_cell.BasicLSTMCell(
LSTM
_SIZE,state_is_tuple=True,forget_bias=1.0)stacked_
lstm
= <
浏览 1
提问于2016-10-08
得票数 1
回答已采纳
1
回答
如何处理
LSTM
模型中的某些时间
序列
?
python
、
time-series
、
keras
、
lstm
、
recurrent-neural-network
每个用户都有
序列
序列
,但必然有相同的长
序列
。每个系列对应一个多标签系列。我的目标是
预测
每个用户的下一个
序列
的标签,并考虑最后的
序列
(作为时间
序列
)。model_
rnn
.add(
LSTM
(20, return_sequences=True, input_shape=(None, 20))) model_
rnn
浏览 3
提问于2017-06-10
得票数 0
回答已采纳
2
回答
如何
使用
rnn
对有限数据的n个周期进行
预测
?
tensorflow
、
time-series
、
prediction
、
forecasting
、
rnn
所以这是我第一次尝试通过
RNN
运行一个小的时间
序列
数据集,但是经过大量的搜索,我一直没能找到,有关数据的详细信息在下面的代码中作为注释给出。谢谢。inputs])
rnn
_output,
浏览 0
提问于2018-06-11
得票数 2
2
回答
在时间
序列
预测
中,
LSTM
还是SVR哪个表现更好?
neural-network
、
deep-learning
、
lstm
、
svm
、
svr
我在不同的数据集上运行了
LSTM
和SVR模型,样本值在1-4000之间,并且SVR中的MAPE始终小于通过
LSTM
获得的MAPE。有人告诉我,事实恰恰相反(
LSTM
应该表现得更好),但在网上没有发现多少信息。我希望有任何反馈意见和任何链接到文章或论文(到目前为止,我发现了非常不同的意见)。
浏览 0
提问于2019-06-28
得票数 0
1
回答
LSTM
序列
长度
python
、
deep-learning
、
pytorch
、
lstm
、
recurrent-neural-network
我想问的是,在一般的中,是否存在
LSTM
网络的最优
序列
长度,还是时间
序列
预测
问题? 我读过关于消失梯度或爆炸梯度问题的文章,这些问题是很长的
RNN
网络的,而
LSTM
试图在一定程度上加以解决和成功。我还听说过用
LSTM
和
RNN
来处理非常大的
序列
的技术,例如:截断
序列
、总结
序列
、截断穿越时间的反向传播,甚至
使用
编码器-解码器结构。我问这个问题是因为我没有找到的研究论文,只有这个,它描述
浏览 0
提问于2018-06-29
得票数 1
1
回答
Tensorflow
预测
序列
python
、
python-3.x
、
tensorflow
、
neural-network
、
sequence
所以我的任务是
预测
序列
。在时间t处有x,y,z值,这是浮动类型。我必须
预测
时间值为x,y,z的
序列
(t + 1)。= [tf.contrib.
rnn
.BasicLSTMCell(self.hidden_units, forget_bias=1.0) for _ in range(2)] outputs, _ = tf.contr
浏览 0
提问于2018-12-01
得票数 1
回答已采纳
1
回答
不能用MultiRNNCell和dynamic_
rnn
堆栈
LSTM
tensorflow
、
lstm
、
multi-layer
我试图建立一个多元时间
序列
预测
模型。我遵循了下面的温度
预测
教程。我想
使用
以下代码将他的模型扩展到多层
LSTM
模型:cell = tf.contrib.
rnn
.MultiRNNCelldtype=tf.float32) '
rnn
/while/
rnn
/mult
浏览 3
提问于2017-11-18
得票数 7
回答已采纳
1
回答
机器学习算法,它可以
使用
许多实例来
预测
每个人一个连续的结果。
machine-learning
、
feature-extraction
、
feature-engineering
我试图利用睡眠中从加速度计中识别出来的运动来
预测
步态速度(连续)。我试图找出什么最好的机器学习算法/特征提取方法可以
使用
尽可能多的信息,在这个
预测
。这可以很容易地用于机器学习算法,作为一个连续变量来
预测
步态速度。 然而,我认为,通过平均每个晚上所有的移动,然后在所有收集的夜晚,我正在失去许多关于每个人的个人移动的信息。是否有办法将一个人的所有运动(约200-1000)作为实例,用来
预测
每个人的1组结果?如果没有,是否有更好的方法将每个人的移动次数压缩成一个实例,而不损失一吨的平均信息?也许<em
浏览 0
提问于2019-03-28
得票数 0
1
回答
基于数据挖掘的黄金价格检测
classification
、
data-mining
、
predictive-modeling
、
algorithms
、
scikit-learn
我需要
预测
某一特定日期的单位价格。但不知何故,我对这么多方法感到困惑。 我的问题是,什么样的数据挖掘算法/方法对这类数据有较好的
预测
效果?
浏览 0
提问于2016-11-23
得票数 0
回答已采纳
1
回答
时间
序列
数据
预测
的ML模型
time-series
、
random-forest
、
arima
我试着用ML来理解时间
序列
预测
。我有目标变量y_t,并假设另外两个变量x_t,z_t (例如,如果y_t是项目的需求,x_t可以是项目的类型或价格,等等)。另外,假设我
使用
的是随机森林模型,因为我已经阅读过它,通常情况下是可以的。 根据我的理解,如果我将y_{t-1}作为
预测
器,模型可能只是学习
预测
y_t=y_{t-1},例如,与滞后1有自相关关系。(2)每个
预测
因子x_t,z_t都可能具有非平稳性、自相关或季节性等典型时间
序列
特征。有什么特殊的方法,我必须遵循或转换(
浏览 0
提问于2021-06-24
得票数 3
2
回答
RNN
的n克
nlp
、
lstm
、
rnn
、
ngrams
给定一个单词w_{n},一个统计模型,这样一个马尔可夫链
使用
n-图来
预测
后续单词w_{n+1}。这种
预测
绝不是随机的。 train_x[i, t] = word2idx(word) #storing in word vectorsGiven sentence "Hello my name is":Hello myHello
浏览 0
提问于2020-06-19
得票数 6
2
回答
如何训练
序列
项的
LSTM
模型?
sequence
、
keras
、
recommendation-engine
、
lstm
、
market-basket-analysis
我尝试在下一个篮子推荐中
使用
LSTM
模型。我想应用与本文相同的方法: model_
rnn
.add(
LSTM
(20, return_s
浏览 5
提问于2017-06-13
得票数 8
2
回答
我如何改进我的FB先知
预测
?
time-series
、
forecasting
我
使用
m.add_country_holidays(country_name='GB')添加了国家假日MAPE: 0.3721,415这些是MAE和MAPE的情节:📷📷📷 我还能做些什么来提高这个模型的准确性呢?谢谢
浏览 0
提问于2019-11-20
得票数 1
回答已采纳
1
回答
使用
LSTM
RNN
混洗训练数据
machine-learning
、
keras
、
lstm
、
recurrent-neural-network
既然
LSTM
RNN
使用
以前的事件来
预测
当前
序列
,为什么我们要打乱训练数据?难道我们不会丢失训练数据的时间顺序吗?在对混洗后的训练数据进行训练后,它如何仍然有效地进行
预测
?
浏览 0
提问于2017-06-28
得票数 37
回答已采纳
1
回答
Keras中Vanilla
RNN
稠密层形状误差?
python
、
tensorflow
、
keras
、
recurrent-neural-network
、
shapes
我正在尝试
使用
Vanilla
RNN
(No )进行时间
序列
预测
。 通过对网络的研究,我发现问题在于选择正确的错误函数(我想)。但我不确定。请注意,由于它是时间
序列
<em
浏览 2
提问于2020-02-06
得票数 2
回答已采纳
1
回答
如何在没有嵌入的情况下
使用
tensorflow seq2seq?
tensorflow
、
time-series
、
forecasting
我一直在
使用
tensorflow开发用于时间
序列
预测
的
LSTM
。现在,我想尝试
序列
到
序列
(seq2seq)。在官方网站上有一个教程,它展示了带有嵌入的NMT。那么,我如何在没有嵌入的情况下
使用
这个新的seq2seq模块呢?(直接
使用
时间
序列
“
序列
”)。encoder_cell = tf.contrib.
rnn
.BasicLSTMCell(
LSTM
_SIZE
浏览 2
提问于2018-03-06
得票数 5
1
回答
对如何在tensorflow中实现附加的
LSTM
RNN
结构有什么想法吗?
python
、
tensorflow
、
deep-learning
、
lstm
、
recurrent-neural-network
我希望
使用
示例并对其进行扩展,以实现下图所示的体系结构。代码以下列方式
使用
BasicLSTMCell和tf.contrib.
rnn
.BasicLSTMCell: outputs, states = tf.contrib.
rnn
.static_
rnn
(
lstm
_cell, x, dtype=tf.float32,sequence_leng
浏览 0
提问于2018-09-10
得票数 0
1
回答
具有可变长度
序列
的
RNN
/
LSTM
文库,无需扣环或填充
recurrent-neural-network
、
lstm
我试图解决的问题是一个具有4个并行输入批次的
序列
的分类问题。为此,我需要4个
RNN
/
LSTM
并行合并到一个完全连接的层中。问题是,在每个并行批处理中,
序列
的长度是可变的。我不能
使用
填充到最大
序列
长度,因为它
使用
了太多的RAM。实际上,有些
序列
真的很长。我不能
使用
减少长度的填充,因为模型不能
预测
输出。我需要完整的
序列
,我不能提前知道
序列
中有趣的部分在哪里。我不能
使用
浏览 2
提问于2016-11-15
得票数 1
点击加载更多
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
关于序列建模,是时候抛弃RNN和LSTM了
RNN循环神经网络、LSTM长短期记忆网络实现时间序列长期利率预测
关于序列建模:为什么RNN和LSTM面临被抛弃!
在Python中使用LSTM和PyTorch进行时间序列预测
Matlab用深度学习循环神经网络RNN长短期记忆LSTM进行波形时间序列数据预测
热门
标签
更多标签
云服务器
即时通信 IM
ICP备案
对象存储
实时音视频
活动推荐
运营活动
广告
关闭
领券