1回答
这是一个使用张量流中的LSTM单元的简单示例。我正在生成一个sin波，并训练我的网络10个周期，我试图预测第11个周期。预测器值X是真实y的一个时期滞后。在训练之后，我将会话保存到磁盘，并在预测时恢复它-这是典型的训练和部署模型到生产。
当我预测最后一个周期时，y_predicted很好地匹配了真实的y。如果我
浏览 12提问于2017-06-28得票数 0
回答已采纳
2回答
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
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，然后训练下一个城市
浏览 0提问于2018-06-20得票数 2
VAR在一天和一周内都是季节性的(因为它在周末看起来有点不同，但每个周末更少相同)。变量值是平稳的。我想预测未来两天的VAR值(提前192步)和接下来的7天(提前672步)。其余的时间步骤将转到test_X和test_Y。50年代之后，已经学到了一些东西：
为了达到预测的目的，我准备了一组数据，其中包含所有值的最后672个步骤和没有VAR值<e
浏览 0提问于2018-06-07得票数 14
回答已采纳
1回答
我有一个多变量时间序列的天气数据:温度，湿度和风力(分别x_{c,t},y_{c,t},z_{c,t})。我有十几个不同城市的数据(c\in {c_1,c_2,...,c_{12}})。我也知道每个城市的某些固定属性的值。例如，每个城市的海拔(A)、纬度(L)和距海洋的距离(D)是固定的(即它们与时间无关)。设p_c=(A_c,L_c,D_c)是城市c的固定参数向量。我在Keras (根据这一员额)中构建了一个<em
浏览 0提问于2022-05-10得票数 1
回答已采纳
我正在尝试建立一个光学字符识别系统，它可以使用LSTM单元识别手写句子。
因此，对于每个输入，您希望LSTM预测下一个单词，即I，爱，机器为上述序列。我遇到的<
浏览 0提问于2018-07-16得票数 0
回答已采纳
3回答
这是一个单变量时间序列预测问题。如下面的代码所示，我将初始数据划分为一个列车数据集(trainX)和一个测试数据集(testX)，然后通过keras创建一个LSTM网络。接下来，通过训练数据集对模型进行训练。然而，当我想得到预测时，我需要知道测试值，所以我的问题是:既然我知道问题中的测试数据集的真实值，我为什么要预测。我想得到的是未来时间的预测值
浏览 5提问于2018-10-24得票数 3
回答已采纳
我知道在LSTM链中，您应该将前一个单元格的h(t)连接到下一个单元格的h(t+1)，并对c(t)这样做。但是第一个细胞呢？作为h(t-1)和c(t-1)，它得到什么？我也想知道，如果我们想做一个多层的LSTM，我们应该给第二层的第一个单元作为h和c？另外，我们会扔掉每个层最后一个单元的h和c吗？还有另外一个问题:我们会把每个单元格的y(输出)给它顶层对应单元的x(输入)吗？
浏览 0提问于2019-07-05得票数 1
我正在训练一个神经网络，通过传递昨天的可用性(144个样本)来预测一整天的可用性(144个样本，6个特征)。对于如何定义神经网络来预测回归问题中的时间序列，我很难找到好的资源或解释。训练被定义为一个监督学习问题。我对神经网络的定义是，model.add(LSTM(<
浏览 0提问于2019-12-26得票数 1
1回答
我从事keras和LSTM的工作已经有一段时间了，但仍然是相当新的。另一种选择是逐个数据集训练和预测数据集，在每
浏览 15提问于2020-02-03得票数 0
1回答
我目前正在测试LSTM网络。在反向传播之前和反向传播之后，我将其预测的损失打印在训练示例上。之后的损失应该总是小于之前的损失，这是有意义的，因为网络只是在该示例上进行了训练。然而，我注意到在第100个训练示例左右，网络在反向传播之后开始给出比在训练示例上反向传播之前更不准确的预测。
一个网络总
浏览 3提问于2018-11-25得票数 0
我正在做我的第一步学习TF和有一些困难的训练RNN。
我的玩具问题是这样的:一个两层的LSTM +密集层网络被输入原始音频数据，并且应该测试声音中是否存在一定的频率。因此，网络应该从1到1映射浮动(音频数据序列)到浮动(预选的频率体积)。在训练期间，我用(BATCH_SIZE，SEQUENCE_LEN,1)批给它，看起来损失是正确的，但是我不知道
浏览 1提问于2016-10-08得票数 1
回答已采纳
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，但每次都得到不同<
浏览 0提问于2022-03-12得票数 1
回答已采纳
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。在测试场景中，我将首先找到新用户的簇，然
浏览 1提问于2020-09-02得票数 0
本文尝试利用synaptic.js -节点神经网络的LSTM对时间序列进行预测.我设置了1500次迭代，70次记忆单元，并使用了大量的输入数据。所以训练和测试大约需要4个小时。受过训练的模特很好。在得到预测结果后，我想稍微修改输入数据，并重复使用这个经过训练的模型。但我找不到办法去拯救受过训练的模特。我需要你的帮助和</
浏览 2提问于2016-10-28得票数 1
回答已采纳
所以我正在做一些研究，有很多物体的速度和加速度数据，这些数据是两个人一起在房间里移动的。以前，我已经成功地使用LSTM和RNN训练了一个时间序列预测神经网络，以获得对未来某一时间步的对象速度的预测。在训练了这个神经网络之后，我对它进行了扩充，以使用预测以及之前的数据来预测未来的另一个时间步长，依此类推，持续一定
浏览 4提问于2017-08-02得票数 0
回答已采纳
1回答
对于时间序列的prediction.my损失=‘均方_误差’和优化器=‘adam’，我在LSTM网络中使用了tanh激活函数和0.1丢失的监督学习。预测的时间序列如下所示，其中x轴表示未来月份，y轴表示mm.Orange线的降雨量，蓝色线是实际的。尽管训练数据集的所有点都具有>=0值，但仍有一些点数预测在0(负)以下。我的训练</e
浏览 0提问于2018-08-13得票数 7
1回答
我做了一些工作，一次只能预测一个字符(使用LSTM和Keras包装器)，但我的问题是如何生成k字符，而不仅仅是一个。该算法应该预测(给定随机选择的输入序列)：(上述示例中的最后9个字符)我知道，神经网络算法非常“渴求数据”，为了使有意义的学习和预测准确，我们必须提供大量的数据对于训练集的大小<
浏览 0提问于2016-09-30得票数 0
1回答
lstm预测结果延迟现象
、、、、
最近我用lstm来预测时间序列。我正在使用keras2.0来构建我的lstm模型。它有这样的结构：model.add(LSTM(128, input_shape=(timesteps, 1), return_sequences=False,stateful=False)model.add(Dense(1))
我尝试用这个网络来预测几个时间序列，包括s
浏览 0提问于2018-04-17得票数 2
回答已采纳
1回答
我需要使用编解码结构来预测2D轨迹。由于几乎所有可用的教程都与NLP -with稀疏向量相关，所以我无法确定如何使解决方案适应连续数据。除了我对数列模型的无知之外，embedding过程对单词的理解更让我困惑.我有一个由3,000,000个样本组成的数据集，每个样本具有x-y坐标(-1，1)和125观测值，这意味着每个样本的形状是(125我怀疑我是否需要用这个模型分别训练每个样本(125, 2)，就像谷歌的搜索栏只写了一个单词一样。
浏览 0提问于2020-12-12得票数 0
回答已采纳
云服务器
ICP备案
云直播
对象存储
实时音视频
腾讯云开发者
