文章目录

  • 来源
  • 数据
  • 代码
    • 加载包
    • 说明
    • 读取数据
    • 设定参数
    • 搭建模型
    • 设置优化器
    • 模型拟合
    • 可视化

来源

这个例子Support of tensorflow.keras instead of keras
https://github.com/philipperemy/keras-tcn/tree/master/tasks

数据

month milk_production_pounds
1962-01 589
1962-02 561
1962-03 640
1962-04 656
1962-05 727
1962-06 697
1962-07 640
1962-08 599
。。。。。。。。。。
1975-09 817
1975-10 827
1975-11 797
1975-12 843

代码

加载包

import matplotlib.pyplot as plt
import numpy as np
import pandas as pd
from tensorflow.keras import Input, Model
from tensorflow.keras.layers import Dense
from tcn import TCN

说明

这个例子非常简单,
为了简单起见一切都是训练集
输入输入没有normalization正则化。

读取数据

milk = pd.read_csv('monthly-milk-production-pounds-p.csv', index_col=0, parse_dates=True)
print(milk.head())
lookback_window = 12  # 月
milk = milk.values  # 为了简单起见,这里保留np数组
x, y = [], []
for i in range(lookback_window, len(milk)):x.append(milk[i - lookback_window:i])y.append(milk[i])
x = np.array(x)
y = np.array(y)
print(x.shape)
print(y.shape)

设定参数

i = Input(shape=(lookback_window, 1))
m = TCN()(i)
m = Dense(1, activation='linear')(m)

搭建模型

model = Model(inputs=[i], outputs=[m])
model.summary()

设置优化器

model.compile('adam', 'mae')

模型拟合

print('Train...')
model.fit(x, y, epochs=100, verbose=2)
p = model.predict(x)

可视化

plt.plot(p)
plt.plot(y)
plt.title('Monthly Milk Production (in pounds)')
plt.legend(['predicted', 'actual'])
p```lt.show()

TCN 一维预测の笔记相关推荐

  1. MATLAB一维插值笔记与应用–十安辰

    MATLAB一维插值笔记与应用–十安辰 我们以一个题来了解一维插值,如下: ​ 天文学家在1914年8月份的7次观测中,测得地球与金星之间的距离(单位:m),并取其常用对数值与日期的一组历史数据,如表 ...

  2. 20200404零基础入门数据挖掘 - 二手车交易价格预测笔记(5)

    五.模型融合 5.1 模型融合目标 对于多种调参完成的模型进行模型融合,因为多个模型组合在一起通常可以产生更强大的模型. 5.2 内容介绍 模型融合是比赛后期一个重要的环节,大体来说有如下的类型方式. ...

  3. 20200322零基础入门数据挖掘 - 二手车交易价格预测笔记(2)

    二.EDA-数据探索性分析 前面的步骤就不做赘述了,我在下载好资料后,在jupyter notebook里将数据导入,随后进行课程内容的一系列指导操作,熟悉数据集,包括: 2.1 载入各种数据科学以及 ...

  4. 助力精准气象和海洋预测笔记

    竞赛题目 发生在热带太平洋上的厄尔尼诺-南方涛动(ENSO)现象是地球上最强.最显著的年际气候信号.通过大气或海洋遥相关过程,经常会引发洪涝.干旱.高温.雪灾等极端事件,对全球的天气.气候以及粮食产量 ...

  5. Numpy 和Pandas进行一维数据分析笔记

    Numpy and Pandas 本节课中,我们主要讨论使用Numpy和pandas分析一维数据,比如电子数据表的一个单列. 使用到的数据集:Gapminder网站提供 1.不同国家的就业数据–emp ...

  6. 细胞生命游戏一维c语言,生命游戏一维细胞自动机 笔记

    de 生命游戏是一种简单的聚合模型,展示了事物是如何聚合的,是自动机(CA)模型的一种.由剑桥大学约翰康威发明,其规则为: 1. 每个细胞拥有八个邻居,细胞状态只有存活(黑)和死亡(白)两种: 2.处 ...

  7. O2O优惠券使用预测项目总结

    O2O优惠券使用预测笔记 前言 项目介绍 数据 评价方式 赛题分析 基本思路 数据集划分 特征工程 模型选取 过程及代码 导入python库 导入与划分数据集 特征工程 模型训练与调参 预测测试集 总 ...

  8. 4篇cvpr2021 轨迹预测论文

    4篇cvpr2021 轨迹预测论文 1.Introvert: Human Trajectory Prediction via Conditional 3D Attention Introvert: 通 ...

  9. 论文翻译 SGCN:Sparse Graph Convolution Network for Pedestrian Trajectory Prediction 用于行人轨迹预测的稀疏图卷积网络

    SGCN:Sparse Graph Convolution Network for Pedestrian Trajectory Prediction 用于行人轨迹预测的稀疏图卷积网络 行人轨迹预测是自 ...

最新文章

  1. 使用JConsole监控ActiveMQ
  2. 笔记-高项案例题-2018年下-项目管理-项目集管理-项目组合管理
  3. vue实现两个数组的合并
  4. Apache 2.4配置反向代理
  5. 聊聊同步、异步、阻塞与非阻塞
  6. [Java] 蓝桥杯ADV-188 算法提高 排列数
  7. bool类型头文件_C++ Primer Chapter2 变量和基本类型
  8. 佳能g2810提示5b00_佳能G2810打印机清零软件5B00 5b01废墨清零1700代码
  9. NLP实验一:形式语言和自动机
  10. 制作U盘安装XP系统
  11. C语言——宏定义及保留n位小数
  12. 图片报道:2008年12月4日夜晚,暴风雪突袭烟台(下)
  13. 用Servlet实现统计网站被访问次数的功能
  14. 基于JAVA的二次元风格论坛
  15. 用python画一个汉字_python使用reportlab画图示例(含中文汉字)
  16. repo init详解
  17. 一个汉字在不同的字符集中所占的长度
  18. seaborn---调色板
  19. NXP之i.MX RT系列单片机上电操作
  20. 如何翻译英文音频?看完你就学会了

热门文章

  1. 【深度学习】Beam Search原理和实现、闲聊机器人优化
  2. Web前端学习笔记(1)
  3. 关于膝盖护具的使用和选择
  4. 银行业务网点信息安全,远程监测终于实现了
  5. vue部署到线上时,Loading chunk xxx failed 问题
  6. SMI(MDC/MDIO)总线接口介绍
  7. 转:心理安全:高绩效团队的基石
  8. 国内量化交易平台汇总
  9. Fourier变换、STFT变换、Gabor变换、小波变换、Haar变换、Hilbert变换
  10. OpenCV检测斑马线