它在隐藏单元之间建立递归连接,并在学习序列后预测输出。
在本教程中,我们将简要地学习如何用R中的Keras RNN模型来拟合和预测多输出的序列数据,你也可以对时间序列数据应用同样的方法。...我们将使用Keras R接口在R中实现神经网络:
准备数据
定义模型
预测和可视化结果
我们将从加载R的必要包开始。
library(keras)
准备数据
首先,我们将为本教程创建一个多输出数据集。...plot(s, df$y1, ylim = c(min(df), max(df)), type = "l")
lines(s, df$y2, type = "l")
lines(s, df$x1, type...``````
plot(x_axes, tests$y\[, 1\], ylim = c(min(tests$y), max(tests$y))type = "l", lwd = 2,
在本教程中,我们已经简单了解了如何用...R中的Keras rnn模型来拟合和预测多输出的顺序数据。