python - 基于 Tensorflow LSTM 的 RNN - 不正确和恒定的预测
问题描述
我希望有人能指出我的 RNN 哪里出了问题。我的问题的长短是,无论我的网络结构如何,预测总是这样:
我尝试了 1、2、3 和 4 层 LSTM,每层都有不同的神经元数量和 relu 或 tanh 激活函数。对于上图,网络设置为:
model = Sequential()
model.add(LSTM(128, activation='relu', return_sequences=True, input_shape=(length, scaled_train_data.shape[1])))
model.add(LSTM(256, activation='relu', return_sequences=True))
model.add(LSTM(256, activation='relu', return_sequences=True))
model.add(Dropout(0.2))
model.add(LSTM(128, activation='relu'))
model.add(Dense(scaled_train_data.shape[1]))
model.compile(optimizer='adam', loss="mse")
模型的实际训练通过了,没有事件:
我的数据是财务数据。大约有 70k 行,我有大约 70k 行。70/30 训练/测试拆分。
我哪里错了?谢谢!
解决方案
因此,通过询问和阅读,似乎 RNN 可能不是金融/随机游走数据的最佳解决方案——至少在我使用的设置中。我想知道使用平均值是否会产生更好的结果?
无论如何,继续进行强化学习。
推荐阅读
- qt - 如何在 QML 中的 Scene3D 中导入外部 3D 对象?
- html - IE11 - 对齐项目不适用于弹出窗口
- linux - 为什么我们需要在调用函数 conn_request() 之前调用 local_bh_disabled()?
- javascript - 如何在 React 中正确使用滚动事件监听器?
- .net - 如何在 Windows 10 上的 Windows 沙盒中安装 .Net 2.0
- c# - 验证模型内列表中的特定项目
- python - 在 Python 中读取 .mat 文件
- java - Android 的 DialogFlow
- python-3.x - 获取包含特殊字符的 URL 中的完整参数
- javascript - 如何在浏览器中打开pdf文件而不是下载它?