python新手代码例子lstm时间序列预测python_⽤于时间序列预测的LSTM⾃动编码
器
我试图建⽴⼀个LSTM⾃动编码器来预测时间序列数据。因为我是Python新⼿，所以在解码部分有错误。我试着像here和Keras那样构建它。我完全不能理解这些例⼦之间的区别。我现在掌握的代码如下：
问题1：当每个样本有2000个值时，如何选择批量⼤⼩和输⼊尺⼨？
问题2：如何让这个LSTM⾃动编码器⼯作（模型和预测）？这只是⼀个模型，但如何预测呢？从样本10开始到数据结束？
Mydata总共有1500个样本，我将使⽤10个时间步（如果更好的话，可能更多），每个样本有2000个值。如果你需要更多的信息，我也会包括他们以后。trainX = np.reshape(data, (1500, 10,2000))
from keras.layers import *
dels import Model
from keras.layers import Input, LSTM, RepeatVector
参数timesteps=10
input_dim=2000
units=100 #choosen unit number randomly
batch_size=2000
epochs=20
模型inpE = Input((timesteps,input_dim))
outE = LSTM(units = units, return_sequences=False)(inpE)
encoder = Model(inpE,outE)
inpD = RepeatVector(timesteps)(outE)
outD1 = LSTM(input_dim, return_sequences=True)(outD
decoder = Model(inpD,outD)
autoencoder = Model(inpE, outD)
autoencoderpile(loss='mean_squared_error',
optimizer='rmsprop',
metrics=['accuracy'])
autoencoder.fit(trainX, trainX,
batch_size=batch_size,
epochs=epochs)
encoderPredictions = encoder.predict(trainX)

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。