python - 使用 Keras 中的 LSTM 在时间 t+m 进行多元时间序列预测
问题描述
我使用了一个多变量 LSTM 模型来预测和输出来自传感器数据。我可以只使用时间 t 的数据并预测时间 t+1 的输出值。我不知道如何在时间 t+m 进行预测。例如,使用上个月到现在的天气数据,预测下周五的天气。如果 LSTM 对这个问题没有效率,你还有什么推荐的?
我需要你的提示来解决我的问题。谢谢
解决方案
推荐阅读
- javascript - 按下按钮后如何激活动画
- html - 获取和设置文本
- tensorflow - `tensorflow_federated.learning.from_keras_model()` 不再包含 'dummy_batch' 关键字?
- java - 有没有办法获取在 Java 中发送和接收的当前千比特数?
- docker - s2i 构建源代码卷映射而不是 --copy 或者在 s2i 执行后如何访问构建输出目录?
- linux - 在 netstat 输出中区分 TCP 服务器和客户端
- typescript - 如何在打字稿中将有区别的联合与函数重载结合起来
- tensorflow - Tensorflow tf.layer.batch_normalization:如何在训练期间使用全局移动统计数据进行归一化?
- c++ - C++ why max of 64bit double has 308 digits?
- javascript - 如何找到我要上传的图像的路径?