swift - 用于时间序列分析的 Core ML
问题描述
试图围绕CoreML
.
假设我在时域上有大量数字,我想使用CoreML
. (发现与时间和幅度有关的未知模式)
例如 - LSTM Network
、Random Forest
、Time Delay
等。
Apple 文档中的大多数模型都与图像和文本有关。
我读过这个:
这似乎不能回答我的需要。有这样的吗?iOS还有其他Core
工具吗?
解决方案
有两种方法可以处理时间序列:
将时间序列视为静态事物,例如每个月都包含 30 个数字(或 1000 个数字或您拥有的任何类型的数据)的输入向量。您根据该向量进行预测。
使用 Apple 链接中的序列模型。这些模型(LSTM 等)会跟踪状态,这或多或少会记住他们过去看到的内容。
您需要使用哪一个取决于您要解决的实际问题。
推荐阅读
- r - 如何计算数据框列中包含某些数字的单元格
- azure - 从 Azure BLOB 存储在 Azure SQL DW 中创建外部表
- grub - Grub 没有这样的设备,第二个 SSD - 华硕 ROG Maximus XI Hero 主板
- c - 如何返回类型为结构的函数的返回值?
- couchbase - 如何找出所有连接并使用 couchbase 的客户端 IP 并将其发送到日志文件
- javascript - 如何在 Reactive Forms 中重置一组 formControls?
- c++ - 原子compare_exchange,但基于设置的标志,而不是平等?
- php - 从带有连接表的 POST 数组创建 MySQL 搜索查询
- c# - 无法设置边框类的权重属性,无法在 c# Excel 互操作中格式化边框
- laravel - Laravel - 雄辩的关系和变量