我想预测lstm 7次。我必须从model.predict()获得输出，并使用输出再次预测到7倍。 这是代码。data = 0
print(data) 当我运行它时，显示如下错误 File "test_load_model.py", line 60, in &
浏览 25提问于2019-02-25得票数 0
我用keras来预测LSTM的时间序列，我意识到我们可以用没有我们训练的时间步长相同的数据来预测。例如：import keras.optimizersfrom keras.layersimport Dense,Activation,Dropout,TimeDistributed
from keras.layers import L
浏览 5提问于2017-04-11得票数 0
1回答
LSTM模型多元输入单输出
、、、、
我正试着深入理解LSTM。我正试图预测风力发电厂的发电量。对于这个预测，我使用的是来自工厂的历史能量和4个天气变量，这些变量的间隔是小时。是否有可能根据过去24小时的数据(电力和天气变量)预测未来的24小时？我知道有一些单个输入变量( power )的模型，它们使用单个输出变量(power)作为新的输入，但是当您有多个输入变量(天气变量)并且没有这些变量的未来值( t+1，t+2)时，它是如何工作的？如何可能在未来预测一个单一变量的几个点，而这些变量只有时间t才被知道？
浏览 3提问于2022-10-25得票数 0
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？如果我对LSTM网络有一些误解，请告诉我。
谢谢!# create and fit th
浏览 5提问于2018-10-24得票数 3
回答已采纳
这意味着，当实时数据进入预测时，我需要执行以下步骤：
old_states = [state_h, state_c]lstm_layer.reset_states(states=old_
浏览 1提问于2019-01-11得票数 3
回答已采纳
2回答
例如，优步的seq2seq时间序列预测模型：现在，我正试图在Keras中实现这个to版本。这是普通LSTM的Keras代码：model = Sequential()这是堆叠LSTM模型的Keras代码：model = Sequential()
浏览 0提问于2019-07-27得票数 4
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，在每次预测完成后重新启动和运行，这将是一个非常乏味的过程。# Predict
result =
浏览 15提问于2020-02-03得票数 0
下面是一些背景知识：model_score = model.predict(input)
#
浏览 2提问于2019-11-21得票数 5
2回答
我在Keras (20个单元)训练了一个简单的双向LSTM网络，并通过模型的大小为53 is。function loadModel() {;}
然后我做了预测async function predi
浏览 0提问于2018-11-14得票数 5
我有以下的时间序列，我分为火车，瓦尔和测试：基本上，我对ARIMA和LSTM进行了关于这些数据的培训，结果完全不同，就预测而言: ARIMA：LSTM：现在，也许我是通过了，在某种程度上请注意，为了在将来进行预测，在训练和预测: ARIMA代码之前，我要在我的系列中添加新的和最后的预测值：history = [x for([
keras.layers.LS
浏览 0提问于2022-10-21得票数 1
回答已采纳
在过去的一天里，我了解了LSTM's，然后我决定看一个使用Keras创建它的教程。model = Sequential()model.add(Dense(1, activation='linear'))mse', optimizer='adam')model.fit(X, y, epochs=300, shuffle=False, verbose=0)
然后他们<e
浏览 0提问于2019-06-10得票数 5
回答已采纳
我已经构建了一个1层的LSTM模型，它可以预测未来1小时后的叫车需求。 为了测试健壮性，我想多次重复预测，并平均RSME分数。在这个example之后，我想使用一个for循环来实现这一点。import Sequentialfrom keras.layers import LSTM
from keras.layers import正如您所看到的，我使用上面的预测函数创建了一
浏览 9提问于2020-06-18得票数 0
1回答
我很难理解LSTM模型的性能，因为我将我的模型总结如下： X_train.shapey_train.shapeX_test.shapey_test.shapemodel.add(keras.layers.LSTM(100, input_shape=(X_train.shape(keras.layers.LSTM(20))
model.add(<em
浏览 374提问于2020-04-04得票数 1
我正在学习如何使用tensorflow进行多个标签的文本分类。假设我的模型是： tf.keras.layers.Embedding(vocab_size, 50, weights=[embedding_matrix], trainable=False), tf.keras.layers.Dense(4, activation='sigmoid
浏览 0提问于2021-03-24得票数 0
回答已采纳
3回答
LSTM:层顺序输入0与层不兼容
、、、、
我正试图将来自Pandas DataFrames的数据安装到LSTM中，但对我必须提供的格式感到困惑。我创建了一个小代码片段，它将向您展示我试图做的事情：from tensorflow.keras.modelsimport Sequential
targets = pd.DataFrame(index=pd.date_rangefea
浏览 13提问于2020-07-05得票数 1
回答已采纳
1回答
y_test.shapemodel.add(keras.layers.LSTM(100, input_shape=(X_train.shape(keras.layers.LSTM(20))model.add(keras.layers.Dense📷然而，正如我意识到的那样，预测<
浏览 0提问于2020-04-02得票数 1
当训练人工神经网络(例如多层感知器或LSTM)的训练、验证和测试数据分离(例如70 %，20 %，10 %)时，我想知道训练后的模型最终使用哪种参数配置来进行预测？) keras.layers.LSTM(10, return_sequences=True, input_shape=[None, numberOfInputFeatures]),
keras.layers.LSTM(10,
浏览 3提问于2022-02-04得票数 0
回答已采纳
1回答
基于LSTM的时间序列一步预测
、、、、
我想用LSTM预测股票价格。我成功地训练了我的模型并保存了它。现在我已经加载了它，我将如何使用model.predict()来预测在数据集中没有对应值的股票价格，就像目前一样，我只能“预测”数据集中已经存在的已知值。如何使用model.predict()来预测未来的价值。还是我遗漏了什么？
上面的图表是当我使用model.predict()预测数据集中已经存在的价格时(dataset有115
浏览 2提问于2020-04-08得票数 0
1回答
在Keras中，如果我想在我的LSTM模型上预测多个实例，这些实例基于来自训练数据的独立数据和新数据，那么输入数组是否需要包括训练中使用的时间步长？如果是这样的话，我能期望model.predict的输入数组的形状与训练数据相同吗？(即要预测的样本数量，它们的时间步长，它们的特征)？ 谢谢您:)
浏览 44提问于2021-04-12得票数 3
1回答
进行一步预测
、、、、
我正在制作一个LSTM模型，并在kaggle上找到的TSLA数据集上对其进行训练。所以我的问题是，当我打电话给model.predict时，这个预测会给我第二天的股票价格吗？这是一个单步预测吗？当我打印model.predict时，我得到一个很大的列表，所以我使用numpy argmax函数给我一个数字。代码如下： import tensorflow as tf
from tensorflow.keras.layers import LSTM, Dense, Drop
浏览 19提问于2020-10-19得票数 1
回答已采纳
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
热门标签
云服务器
ICP备案
腾讯会议
云直播
对象存储活动推荐
腾讯云开发者
