3回答
我指的是Keras网站这里中给出的示例：from keras.layers import LSTM, Densemodel = Sequential()
model.add(LSTM(32, return_sequences=True)) # r
浏览 0提问于2018-09-01得票数 2
回答已采纳
我正在尝试为序列预测实现一个简单的多对多LSTM。这个问题很简单。输入是0和1的序列。每个时间步长的输出是该时间步长之前序列中的1的计数。例如，假设输入是0 1 0 1。给定输入的输出将是time0=0、time1=1、time2=1、time3=2。我应该注意，我使用一种热编码来表示
浏览 2提问于2018-10-22得票数 4
1回答
线性激活函数LSTM
、、、
我试图进行多步回归，并使用输出层：这是否实现这个目标的错误方式？我应该使用TimeDistributed(稠密(1))作为输出吗？如果是，为什么？
浏览 0提问于2019-12-13得票数 0
回答已采纳
我正在阅读的文章(递归神经网络的不合理有效性)，并想了解如何在Keras中表达一对一、一对多、多对一和多对多的LSTM神经网络。我读过很多关于RNN的文章，了解了LSTM NNs是如何工作的，特别是消失梯度、LSTM单元、它们的输出和状态、序列输出等等。但是，我很难用Keras</em
浏览 0提问于2018-09-02得票数 8
我目前正在使用Tensorflow后端在Keras中处理多个时间序列的相似机器和多个功能的回归问题。
目标是预测每个时间步长的值，从而给出机器的剩余寿命。我标准化了所有的值，并在所有时间序列的前面填充了输入和输出，以使它们与最长的时间序列一样长。然后我添加了
浏览 0提问于2017-06-11得票数 2
回答已采纳
1回答
用矩阵对单个值进行分类
、、、、
我有一系列矩阵30x30，其中包含从0到75 (输入矩阵)的元素，每个矩阵都有一个30x30矩阵，只包含1s和0s (输出矩阵)。我试图在输入矩阵上训练一个分类器来预测输出矩阵，但是我不知道如何最好地表示分类器的输入矩阵(理想的sk-学习)。我不能将矩阵抽象成另一种形式，因为输入矩阵中的每个元素必须映射到输出矩阵相同位置的元素。
浏览 0提问于2019-03-29得票数 0
回答已采纳
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。我目前正在识别每个晚上在睡眠中发生的每一个动作，然后从每个动作的加速度中提取特征。然后，我在夜间识别的每个动作上平均所有这些特征，然后为该人测量每个晚上的特征，从而使每个人产生一组特征。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
浏览 0提问于2019-03-28得票数 0
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
2回答
这是Seq2Seq模型的问题吗？
、、、、
我有一个多变量数据集，其中n个输入变量由序列组成，另一个输出序列与任何输入变量无关(例如，使用每周风速和湿度来预测温度)。我已经将特性和标签转换为具有固定时间步骤和n维的批处理，但是我不知道应该使用哪种模型。理想情况下，输出应该是一个单一的序列(例如，年温度)，但是哪一种模式可以实现这一点？这是LSTM能够实现的，还是seq2seq模型的
浏览 0提问于2018-08-19得票数 4
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
我试图根据变量的前10个值来预测变量的当前值。我尝试了多重时间序列方法，包括ARIMA，LSTM和线性回归。它们都没有很好的表现，所以我开始认为，我拥有的数据序列只是随机的，不可预测的。或者，如果您知道我可以计算的任何度量，以确保我拥有的数据序列不只是随机的。对于LSTM，我尝试使用Windo
浏览 0提问于2021-06-03得票数 3
回答已采纳
我正在尝试弄清楚如何使用LSTM/GRU构建一个模型，该模型可以预测多对多，但对于每n次(在我的例子中是7次)输入。例如，我的输入数据有一整年每天的时间步长，但我只尝试预测每周结束时的输出，而不是每天。我能找到的唯一信息是这个答案：Many to one and many to many LSTM examples in Keras 它说：“当步数不同于
浏览 48提问于2019-02-13得票数 0
2回答
Python中的趋势“预测者”？
、、、、
我目前使用的数据框(在pandas中)有两列:第一列是一些数字定量数据，如重量、某天花费的金额、GPA等，第二列是日期值，即添加相应列1条目的日期。我想知道，在Python中，有没有办法“预测”时间X之后的下一个值？例如，如果我有100个权重条目，跨越2-3个月(不是所有条目都有相同的时间差，所以1个条目可能在第3天、第二天5和第二天10)，并想“预测”1个月后我的下一个条目，有没有办法做到这一点？
浏览 1提问于2018-04-08得票数 1
1回答
我已经使用Keras构建了LSTM体系结构，但我不确定复制时间步骤是否是处理可变序列长度的好方法。我有一个多维数据集，具有多特征序列和不同的时间步长.这是一个多变量时间序列数据，包含多个训练样本，Y值为0或1。目前，我正在复制每个序列的最后一步，以确保timesteps = 3。如果有人能回答以下问题或关注，我
浏览 0提问于2018-08-07得票数 2
1回答
因此，我以三种不同的能力使用了RNN/LSTM： 多对多： 使用最后一层的每个输出来预测下一层。可以是分类或回归。 多对一： 使用最终的隐藏状态执行回归或分类。一对多： 获取一个潜在空间向量，可能是LSTM编码器的最终隐藏状态，并使用它生成一个序列(我已经以自动编码器的形式完成了这项工作)。 在这些情况下，我都没有使用
浏览 46提问于2021-02-28得票数 0
回答已采纳
2回答
用于销售预测的模型是什么？
、、、、
我想预测一下公司的销售额。我尝试使用LSTM，但我找到的所有示例都只使用了两个变量(时间和销售额)。
这一页提到时间序列只使用两个变量，但我认为这不足以建立一个好的预测。在这之后，我发现了不同的“多特征”选项，比如sklearn或回归树中的多项式回归和PolynomialFeatures。我还没有用这些最后的算
浏览 2提问于2019-11-22得票数 0
2回答
我有一个具有单个预测器和一个实值输出的时间序列回归问题，我想使用LSTM递归神经网络对数据进行建模。我应该如何选择模型中的时间步数？LSTM层的长度有上限吗？
浏览 1提问于2016-12-22得票数 4
2回答
LSTM到多元序列分类
、、、、
如何在keras中使用LSTM训练多元序列到多类序列？我有4个类，我想建立一个分类器来确定序列的类。这样做最好的方法是什么？
我看到了许多关于一元序列分类的指南，但是没有多变量分类指南，我不知道如何将其应用于多变量</em
浏览 0提问于2019-09-11得票数 1
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.
浏览 0提问于2019-03-22得票数 8
1回答
我将训练数据组织在一个numpy数组中，其中：
问题是，这个二维数组由大约15个不等长的连列数据组成，我想用它来进行LSTM网络培训。是否可以使用不等长的序列来训练Keras的LSTM网络？如果是这样的话，如何将我的2D训练数据数组转换为有效的3D数组？
浏览 0提问于2020-05-05得票数 0
云服务器
ICP备案
云直播
腾讯会议
对象存储
腾讯云开发者
