python - 创建一个 LSTM 网络来训练和预测多个时间序列
问题描述
我将开始参考这篇文章。我遇到了类似的问题,我有多个时间序列。我需要训练一个网络来对多个时间序列进行预测。更具体地说,我被困在如何构建我的数据以将其传递给 LSTM 网络?
可以说x1, x2, x3
是系列的三个时间步长x
,y1, y2, y3
是 的三个时间步长y
。我应该如何构建我的数据并将其传递到网络,以便清楚地知道系列x
后面没有系列y
并且需要单独训练?
任何对类似代码的引用都会很好。
解决方案
推荐阅读
- python - 如何将 Pandas 输出写入多行?
- javascript - 单元测试新手 - 您将如何使用 Jest 测试测试此代码?
- java - 如何使用 LZW 压缩来压缩图像?
- objective-c - 如何传递 NSMutableString 类型的参数
- node.js - 找不到模块“mongodb-client-encryption”
- html - 当虚拟键盘存在时,固定的 top:0 right:0 项目在移动设备上无法正确显示,如何解决?
- django - 如何从modelform模型实例中删除字段?
- reactjs - create-react-app 中 PUBLIC_URL 为 CDN 时注册 ServiceWorker 失败
- azure - Azure 逻辑应用程序 - 是否可以有一个指标来显示每个资源的所有触发器触发的总和?
- c# - ML.NET:如何使用新数据重新训练文本分类模型