DL之LSTM：基于tensorflow框架利用LSTM算法对气温数据集训练并回归预测
2024-06-05 09:43:54
DL之LSTM：基于tensorflow框架利用LSTM算法对气温数据集训练并回归预测
目录
输出结果
核心代码
输出结果
数据集
tensorboard可视化
iter: 0 loss: 0.010328549
iter: 500 loss: 0.0044991444
iter: 1000 loss: 0.003714567
iter: 1500 loss: 0.0033356838
iter: 2000 loss: 0.003116763
iter: 2500 loss: 0.0029606873
iter: 3000 loss: 0.0028696475
iter: 3500 loss: 0.0026985144
iter: 4000 loss: 0.0025833827
iter: 4500 loss: 0.0024938423
iter: 5000 loss: 0.0024183288
iter: 5500 loss: 0.0023511213
iter: 6000 loss: 0.0022882319
iter: 6500 loss: 0.0022265154
iter: 7000 loss: 0.002163515
iter: 7500 loss: 0.0020974649
iter: 8000 loss: 0.0020275544
iter: 8500 loss: 0.0019528335
iter: 9000 loss: 0.0018700107
iter: 9500 loss: 0.0017752206
iter: 10000 loss: 0.0016714178
iter: 10500 loss: 0.0015757289
iter: 11000 loss: 0.0015021019
iter: 11500 loss: 0.0014435991
iter: 12000 loss: 0.0013950231
iter: 12500 loss: 0.0013551206
iter: 13000 loss: 0.0013215576
iter: 13500 loss: 0.0012917771
iter: 14000 loss: 0.0012640483
iter: 14500 loss: 0.0012376485
iter: 15000 loss: 0.0012124979
iter: 15500 loss: 0.0011886061
iter: 16000 loss: 0.0011660281
iter: 16500 loss: 0.0011447266
iter: 17000 loss: 0.0011244208
iter: 17500 loss: 0.001104528
iter: 18000 loss: 0.0010844271
iter: 18500 loss: 0.0010633252
iter: 19000 loss: 0.0010399523
iter: 19500 loss: 0.001011961
iter: 20000 loss: 0.00097585854
iter: 20500 loss: 0.00093142985
iter: 21000 loss: 0.00089110696
iter: 21500 loss: 0.00086476567
iter: 22000 loss: 0.00084816053
iter: 22500 loss: 0.0008364689
iter: 23000 loss: 0.00082719745
iter: 23500 loss: 0.000819149
iter: 24000 loss: 0.00081174297
iter: 24500 loss: 0.00080478605
iter: 25000 loss: 0.0007982892
iter: 25500 loss: 0.00079225213
iter: 26000 loss: 0.0007866463
iter: 26500 loss: 0.0007813923
iter: 27000 loss: 0.00077644055
iter: 27500 loss: 0.00077167765
iter: 28000 loss: 0.00076701824
iter: 28500 loss: 0.0007624052
iter: 29000 loss: 0.00075781584
iter: 29500 loss: 0.00075323426
iter: 30000 loss: 0.0007487352
iter: 30500 loss: 0.00074437447
iter: 31000 loss: 0.000740188
iter: 31500 loss: 0.00073620223
iter: 32000 loss: 0.0007323837
iter: 32500 loss: 0.00072883896
iter: 33000 loss: 0.0007253971
iter: 33500 loss: 0.0007672859
iter: 34000 loss: 0.00074850733
iter: 34500 loss: 0.0007547441
iter: 35000 loss: 0.00075676554
iter: 35500 loss: 0.00075801736
iter: 36000 loss: 0.00075870997
iter: 36500 loss: 0.0007588421
iter: 37000 loss: 0.0007584684
iter: 37500 loss: 0.00075732305
iter: 38000 loss: 0.0007555771
iter: 38500 loss: 0.00075331994
iter: 39000 loss: 0.0007502647
iter: 39500 loss: 0.00074706867核心代码
DL之LSTM：基于tensorflow框架利用LSTM算法对气温数据集训练并预测
def LSTM(X): batch_size=tf.shape(X)[0]time_step=tf.shape(X)[1]w_in=weights['in']b_in=biases['in'] input=tf.reshape(X,[-1,input_size]) input_rnn=tf.matmul(input,w_in)+b_ininput_rnn=tf.reshape(input_rnn,[-1,time_step,rnn_unit]) cell=tf.contrib.rnn.BasicLSTMCell(rnn_unit)#cell=tf.contrib.rnn.core_rnn_cell.BasicLSTMCell(rnn_unit)init_state=cell.zero_state(batch_size,dtype=tf.float32)output_rnn,final_states=tf.nn.dynamic_rnn(cell, input_rnn,initial_state=init_state, dtype=tf.float32) output=tf.reshape(output_rnn,[-1,rnn_unit]) w_out=weights['out']b_out=biases['out']pred=tf.matmul(output,w_out)+b_outreturn pred,final_statesDL之LSTM：基于tensorflow框架利用LSTM算法对气温数据集训练并回归预测相关推荐
- CV之YOLOv3：基于Tensorflow框架利用YOLOv3算法对热播新剧《庆余年》实现目标检测
CV之YOLOv3:基于Tensorflow框架利用YOLOv3算法对热播新剧<庆余年>实现目标检测 目录 搭建 1.下载代码 2.安装依赖库 3.导出COCO权重解压到checkpoin ...
- TF之TFOD-API：基于tensorflow框架利用TFOD-API脚本文件将YoloV3训练好的.ckpt模型文件转换为推理时采用的.pb文件
TF之TFOD-API:基于tensorflow框架利用TFOD-API脚本文件将YoloV3训练好的.ckpt模型文件转换为推理时采用的frozen_inference_graph.pb文件 目录 ...
- TF之LSTM：基于tensorflow框架自定义LSTM算法实现股票历史(1990~2015数据集,6112预测后100+单变量最高)行情回归预测
TF之LSTM:基于tensorflow框架自定义LSTM算法实现股票历史(1990~2015数据集,6112预测后100+单变量最高)行情回归预测 目录 输出结果 LSTM代码 输出结果 数据集 L ...
- DL之DNN：基于Tensorflow框架对神经网络算法进行参数初始化的常用九大函数及其使用案例
DL之DNN:基于Tensorflow框架对神经网络算法进行参数初始化的常用九大函数及其使用案例 目录 基于Tensorflow框架对神经网络算法进行初始化的常用函数及其使用案例 1.初始化的常用函数
- TF之GD：基于tensorflow框架搭建GD算法利用Fashion-MNIST数据集实现多分类预测(92%)
TF之GD:基于tensorflow框架搭建GD算法利用Fashion-MNIST数据集实现多分类预测(92%) 目录 输出结果 实现代码 输出结果 Successfully downloaded t ...
- DL之GRU：基于2022年6月最新上证指数数据集结合Pytorch框架利用GRU算法预测最新股票上证指数实现回归预测
DL之GRU:基于2022年6月最新上证指数数据集结合Pytorch框架利用GRU算法预测最新股票上证指数实现回归预测 目录 基于2022年6月最新上证指数数据集结合Pytorch框架利用GRU算法预 ...
- CV之FR之MTCNN：基于TF框架利用MTCNN算法检测并对齐人脸图像进(人脸识别/人脸相似度)而得出人脸特征向量从而计算两张人脸图片距离案例应用之详细攻略
CV之FR之MTCNN:基于TF框架利用MTCNN算法检测并对齐人脸图像进(人脸识别/人脸相似度)而得出人脸特征向量从而计算两张人脸图片距离案例应用之详细攻略 目录 基于TF框架利用MTCNN算法检测 ...
- 基于tensorflow框架的神经网络结构处理mnist数据集
一.构建计算图 准备训练数据 定义前向计算过程 Inference 定义loss(loss,accuracy等scalar用tensorboard展示) 定义训练方法 变量初始化 保存计算图 二.创建 ...
- DL之LSTM/GRU/CNN：基于tensorflow框架分别利用LSTM/GRU、CNN算法对上海最高气温(数据归一化+构造有监督数据集)实现回归预测案例
DL之LSTM/GRU/CNN:基于tensorflow框架分别利用LSTM/GRU.CNN算法对上海最高气温(构造有监督数据集)实现回归预测案例 目录 基于tensorflow框架分别利用LSTM/ ...
最新文章
- DL之CNN：利用卷积神经网络算法(2→2,基于Keras的API-Sequential)利用MNIST(手写数字图片识别)数据集实现多分类预测
- [hdu5203]计数水题
- Android仿微信界面
- C++：画数组元素直方图
- c语言选题分析,c语言方面毕业设计选题.doc
- 金融项目app业务及测试策略
- 融云php sdk下载安装,Laravel框架使用融云服务端SDK
- python 清华教程_清华推出 1564集Java Python视频教程，别再说找不到适合的教程了...
- jenkins 日常踩坑 和 瞎扯解决办法
- 代码实现堆溢出、栈溢出、永久代溢出、直接内存溢出
- 主流大数据存储解决方案评析
- 利用python修改Excel内容
- 纠正你读错的电脑英文词汇(程序员真的可以看看)
- WEB短信平台定制 短信系统构建 路由通道搭建 web版短信后台管理系统 概括简介
- 谷歌浏览器 Google Chrome v74.0.3729.131 正式版
- 华视电子web读取身份证信息
- 正则表达式（三）正则的捕获
- newt.h：没有那个文件或目录
- 从零开始之uboot、移植uboot2017.01（八、命令解析与实现）
- shell 删除simatic_西门子技术--TIA Portal 软件安装时注册表的删除