我有一个张量，它需要使用tensorflow LSTM/RNN预测序列中的下一个元素，同时考虑前面的5个元素。我应该在X和Y中输入什么？从1 2 3 4 5开始，我想预测6X = 1 2 3 4 5 11 12 13 14 15Y</
浏览 14提问于2017-03-13得票数 2
回答已采纳
2回答
我有一个时间序列的特性x_1,x_2,x_3,...,x_n。我想为每个时间步骤做一个预测y_1,y_2,y_3,...,y_n。然而，在我的培训数据中，一些y可以是nan。我想让fit忽略这些(即这对测量的y和预测的y的成本为零)。我目前正在通过Keras使用tensorflow。
标签的掩蔽层有相似之处吗？
浏览 0提问于2019-12-09得票数 2
回答已采纳
1回答
如何训练在线回归模型
、、、
问题出现在合适的时候:所有的12特性都是我的X和我的Y。我的意思是，这是一个在线学习模型，在那里我训练我的data[i]，然后预测data[i+1]。正如你所看到的，正如我之前所说的，Y = X。data.shape = (9430, 12)model.fit(X, Y)
这样做不对吗？如果是的话，我还能怎么训练呢？
浏览 1提问于2020-11-20得票数 0
回答已采纳
3回答
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(明年的时间序列)来训练模型。train_X的形状是( X_examples，52，1)，换句话说，X_examples训练，52个时间步骤，每一个特征。据我所知，Keras将把52个输入视为同一域的时间序列。train_Y的形状相同
浏览 5提问于2017-12-01得票数 23
回答已采纳
我正在训练一个具有时间序列和标签的LSTM深度学习模型。train_labels = np.concatenate([y for x, y in train_data], axis=0)test_labels = np.concatenate([y for x, y in test_data], axis=0)
test_predictions = model
浏览 0提问于2021-03-23得票数 1
回答已采纳
1回答
我正在使用Keras进行时间序列预测，并且我试图了解有关时间序列预测的官方网站上的教程，您可以在这里找到(https://keras.io/examples/timeseries/timeseries_天气_预测/)。它们使用一个名为keras.preprocessing.timeseries_dataset_from_array的keras方法，它具有以下参数(这里是一个文档https://www.
浏览 0提问于2020-12-18得票数 2
1回答
我正在使用LSTM层和完全连接层进行分类序列预测。我将当前输入与“正确”输出进行匹配，“正确”输出是序列中稍后出现的元素。
我想更灵活地理解什么是“正确的”。我想考虑y_true周围的一些序列值也被认为是正确的。例如，给定序列a，b，c，d，e，f，g，h，i，...如果我想要提前预测5个元素，那么对于输入时间步0，我会传入'a‘，并希望预测'
浏览 10提问于2019-07-06得票数 0
回答已采纳
我读过这个文档：https://iamtrask.github.io/2015/11/15/anyone-can-code-lstm/非常简单，但我不知道如何使用它来预测交易系统中的下一个序列(例如)。
浏览 0提问于2020-05-09得票数 0
回答已采纳
在我的神经网络中，我试图在预测阶段保持辍学率。当我调用model.compile时，问题就出现了，它似乎在预测阶段关闭了辍学。x = keras.Input(shape=(13,))
y = layers.Dense(10, activation='relu'
浏览 1提问于2019-10-21得票数 1
回答已采纳
我想知道如何预测和获得未来的时间序列数据后，模型培训。我想在N步之后得到这些值。我想知道时间序列数据是否被正确地学习和预测了。如何正确地获得以下(下一个)值？我有x_test和x_test[-1] == t，所以下一个值的意思是t+1, t+2, .... t+n。np.array(X_test)但结果如下
浏览 2提问于2020-03-07得票数 0
我想知道如何预测和获得未来的时间序列数据后，模型培训。我想在N步之后得到这些值。我想知道时间序列数据是否被正确地学习和预测了。如何正确地获得以下(下一个)值？我有x_test和x_test[-1] == t，所以下一个值的意思是t+1, t+2, .... t+n。np.array(X_test)但结果如下
浏览 4提问于2020-02-22得票数 4
2回答
我有一个数据集X，它包含N =4000个样本，每个样本由d =2个特性(连续值)组成，跨越t =10个时间步骤。我也有相应的‘标签’的每一个样本，也是连续的值，在时间步骤11。目前，我的数据集是形状X: 4000,20，Y: 4000。我想使用TensorFlow来训练一个LSTM来预测Y(回归)的值，考虑到之前的10个d特性输入，但是我在TensorFlow中实现这一点很困难。我目前面临的主要问题是理解TensorFlow<
浏览 0提问于2016-09-05得票数 25
回答已采纳
2回答
我们什么时候不需要激活功能？
、、、、
我编写了一个非常基本的tensorflow模型，其中我想预测一个数字：import numpy as np
return y
y = np.array(HW_numbers(optimizer
浏览 6提问于2020-06-29得票数 4
回答已采纳
我想增加几行来计算真假正负，以及精确性和回忆性。我尝试过许多求和函数，但是Python中的对象对我来说并不那么熟悉。我不能运行sk，因为我想使用TF，这给我使用的Python版本带来了限制。import pandas as pdimport numpy as npfrom random import shuffletrain_x = pd.read_csv('train_x.csv')
train_y =
浏览 3提问于2017-08-03得票数 1
回答已采纳
1回答
我试图用CNN预测时间序列数据中的峰值数，并不断地得到数据形状误差。我的数据如下：
X =520个不同长度的列表(每个是一个时间序列)(最短=137个元素，最长= 2297个elements)y = list，520个元素，每个元素是各自的时间序列的峰值数)。由于时间序列的长度不同，我填充了X。在将X_train和X_test从numpy数组转换为张量之后，它们的
浏览 0提问于2022-05-06得票数 1
回答已采纳
我有许多多变量时间序列，它们是由同一种过程产生的，但是：每个时间序列是一个独立的实例，测量是在不同的，相当随机的时间戳上进行的；
每个时间序列在每个时间戳上都与两个目标相关。举个例子，这可以被看作是不同公司的股票，很少有不同的特征来描述，在给定的时间戳上的目标是年底的最终价格将高于x的概率，除非我们直接从魔法给定的真实概率(而不是观察到的0/1反应)中了解它们。我希望能够在每个时间点预测目
浏览 0提问于2022-12-13得票数 2
1回答
如何利用LSTM预测未来价值？
、、、、
我有点新的时间序列预测和深入学习。我有一个关于太阳辐射的数据集，我正在使用木星笔记本。我将数据分为火车、val和测试三部分。训练模型并在测试数据集上得到预测。该数据集是从2010年至2020年每小时组成的。我想做未来的预测，比如2021年到2024年。dataset和当前的绘图是这样的：
这些是我在火车、val和测试数据集上所做的预测。
。但我无法做出未来的预测
浏览 6提问于2022-03-24得票数 1
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？我认为这与时间序列分析有关，但我的统计学背景不是很强，所以我不知道这是不
浏览 1提问于2018-04-08得票数 1
我是Tensorflow的新手，我正在尝试实现一个反讽检测模型。我的数据集由标记为1或0的tweet组成，以表示它们是否具有讽刺意味。经过预处理，标记化和填充阶段，我留下了固定长度的序列和相关的标签向量分裂在训练和测试集和饲料作为输入的模型。方法按预期工作，以输入x_test和y_test作为输入，但如果调用model.predict_classes(x_test[0]) (或(model.pred
浏览 2提问于2021-08-10得票数 2
回答已采纳
这是基于tensorflow的时序数据预测的后续问题。 [ 1 2 3]]
它是一个时间序列数据。任务是预测下一个数字。基本上输入是由下面的代码片段构建的。例如，x = [81,82,83]和预测的输出将是y = 84。在前一个问题中，我遇到了形状
浏览 0提问于2018-10-19得票数 0
云服务器
ICP备案
实时音视频
即时通信 IM
对象存储
腾讯云开发者
