lstm timestep一般是多少_用LSTM中的不同时间步长预测使用keras
我正在使用keras预测LSTM的时间序列,并且我意识到我们可以使用与我们用来训练的时间步不同的数据来预测。例如:用LSTM中的不同时间步长预测使用keras
import numpy as np
import keras.optimizers
from keras.models import Sequential
from keras.layers import Dense,Activation,Dropout,TimeDistributed
from keras.layers import LSTM
Xtrain = np.random.rand(10,3,2) #Here timestep is 3
Ytrain = np.random.rand(10,1)
model = Sequential()
model.add(LSTM(input_dim = Xtrain.shape[2],output_dim =10,return_sequences = False))
model.add(Activation("sigmoid"))
model.add(Dense(1))
KerasOptimizer = keras.optimizers.RMSprop(lr=0.001, rho=0.9, epsilon=1e-08, decay=0.0)
model.compile(loss="mse", optimizer=KerasOptimizer)
model.fit(Xtrain,Ytrain,nb_epoch = 1,batch_size = 1)
XBis = np.random.rand(10,4,2) #here timestep is 4
XTer = np.random.rand(10,2,2) #here timestep is 2
model.predict(Xtrain)
model.predict(XBis)
model.predict(XBis)
所以我的问题是:为什么呢?如果我们用n时间步长训练模型,并且我们使用n+1时间步长的数据进行预测,可能该模型仅使用第一个n时间步长。但是如果我们试图用n-1时间步预测,它是如何工作的?
2017-04-11
BenDes
lstm timestep一般是多少_用LSTM中的不同时间步长预测使用keras相关推荐
- lstm timestep一般是多少_请问rnn和lstm中batchsize和timestep的区别是什么?
图说起来可能更直观些: Tensor是一个高维数组,每单一个样本是一个Input_Size*Time_Step的二维矩阵,其中Input_Size 代表观察的特征数量,比如我需要用电池的电压电流和温度 ...
- lstm timestep一般是多少_Keras的LSTM的时间步长是多少?
I'm unsure on how to shape the input for a stateful LSTM.LSTM(100, statefull=True) 但是在使用有状态的LSTM之前,问 ...
- mysql时间正确时区错误_在app中的日期时间但在mysql [时区]错误
问题:在应用程序服务器的正确时间,数据库中出错. 我在中国,时区是UTC + 8 我使用休眠.实体定义如下(语言:Scala) class CargoJournal { @Type(`type`=&q ...
- java中日期比较方法_在java中进行日期时间比较的4种方法
1. Date.compareTo() java.util.Date 提供了在 Java 中比较两个日期的经典方法compareTo(). 如果两个日期相等,则返回值为0. 如果Date在date参数 ...
- python中日期使用_在Python中使用日期时间的每月总金额
有了熊猫,它会更直观,更容易理解 在数据框中加载数据 df=pd.DataFrame([[datetime.date(2018, 8, 10), 1076.2392505636847], [datet ...
- mysql 时间添加分钟_在MySQL中添加一些时间分钟
这个问题与 this question有关 我有一个字段,它是一个时间字段(它不需要是一个日期时间字段,因为日期部分在这里没有意义).我要添加的值是在几分钟内的另一个字段中. 所以基本上,我想在时间值 ...
- lstm需要优化的参数_使用PyTorch手写代码从头构建LSTM,更深入的理解其工作原理...
这是一个造轮子的过程,但是从头构建LSTM能够使我们对体系结构进行更加了解,并将我们的研究带入下一个层次. LSTM单元是递归神经网络深度学习研究领域中最有趣的结构之一:它不仅使模型能够从长序列中学习 ...
- 时间序列多步预测_使用LSTM深度学习模型进行温度的时间序列单步和多步预测...
本文的目的是提供代码示例,并解释使用python和TensorFlow建模时间序列数据的思路. 本文展示了如何进行多步预测并在模型中使用多个特征. 本文的简单版本是,使用过去48小时的数据和对未来1小 ...
- 算法_深度LSTM笔记[博]
原创博客链接:算法_深度LSTM笔记 本文适合有一定基础同学的复习使用,不适合小白入门,入门参考本文参考文献第一篇 结构_静态综合图 结构_分步动图 进一步,向量化参数和引入问题 1, cell 的状 ...
最新文章
- Educational Codeforces Round 90 (Rated for Div. 2)部分题解
- 4.3、Libgdx启动类和配置
- Django ORM 中的批量操作
- 学霸孩子必备的三种思维,编程思维的速成方法
- junit 测试似有方法_Spring整合Junit的使用
- python-study-12
- c 程序设计语言第1 3部分,《C程序设计语言(第2版新版)典藏版》 —1.3 for语句...
- redis 系列24 哨兵Sentinel (中)
- 关于local storage及session storage 应用问题
- 根据不同条件查询_好用的大数据即席查询工具——秒级响应
- 编程常用英语词汇大全
- Meta Learning:元学习模型MAML和Reptile详解
- GoldenDict 上的那些精美版权词典(附下载地址)(英语、俄语、梵语、印地语)
- IDO已经OUT ?3分钟了解NFT的新玩法INO
- 一次新公司注册与小程序上线的历程
- 程序员高考试卷泄密,检查一下你能答对多少题?
- 大一计算机在线测试,计算机在线测试
- 简介 IndexedDB 及详解 IndexedDB 在实际项目中可能存在的问题与解决方案
- 回味无穷:历史名人的幽默隽语[转自人民网]
- Sping IOC 理解(转)
热门文章
- 论文笔记 DNorm: disease name normalization with pairwise learning to rank
- JAVA基础10-继承(1)
- 波士顿房价数据可视化
- 数学建模记录(如何组织,如何参加)(一)
- ubuntu16.04 cuda9.0 cudnn Tensorflow GPU 1.10.0
- pip(pip3)安装依赖库失败
- 昌邑机器人_上下料机器人昌邑机器人生产工厂
- C++_可变参数模板到emplace_back再到construct再到forward
- Elasticsearch: 索引别名Aliases
- mysql 索引巧用,SQL语句写得忒野了