我有一个非常小的数据集,只有大约40行,它有一些类别的历史使用数据(大约20行)。我强烈怀疑这些类别是以部分零和游戏的方式依赖的:如果一个类别的使用率上升,我预计另一个类别的使用率会下降。我的目标是预测所有类别的下一行。
我看过这个职位,但它并不是预测多个变量。我也看过这个职位,但它仍然是单变量输出(尽管有多个时间步骤)和多变量输入。到目前为止,我的方法一直以典型的LSTM post 这里在机器掌握为基础,但它也是一个单一的输出变量<
我是keras的新手。下面的代码片段用于策略梯度损失函数。我尝试打印损失值,看看对于保单梯度而言,损失值是否为负值。但是我不能。有没有办法把它打印出来?我找到了一些方法,但它使用keras历史记录,似乎可以从model.fit函数中获取历史记录。下面的代码没有使用model.fit函数。from keras import backend as K
model.add(Dense(24, in