python - 我的 keras 模型从不预测小于特定值的值
问题描述
我创建并训练了一个模型来拟合和预测股市数据,使用 LSTM 和一个小的全连接层。这是我的模型架构:
在我的数据上训练我的模型并在我的验证集上使用它之后,我得到了这些预测(红线是预测,蓝线是实际值):
在示例的第一部分中,预测似乎不错,并且模型正确地预测了值。但似乎该模型无法预测任何小于特定值的值(因此,预测中的那条恒定线从索引号 ~800 开始),并且总是预测相同的值。
- 我想了解我的模型出了什么问题,为什么会这样,以及如何修复它。是因为“relu”激活吗?(我的目标值在 [0,1] 范围内最小化,所以它不应该仍然能够预测非常接近 0 的正值吗?)
注意:上面的预测图是我的未缩放目标(最小-最大值)的图,显然直接从我的模型(缩放)预测的值显示了相同的行为,并且它预测的常数是0.030465:
解决方案
推荐阅读
- php - Laravel,我可以在发出 oauth 令牌(护照)后自动注销(或)清除会话吗
- data-collection - 一个作业的多个数据收集器,无需在流集中复制记录
- sql - 将所有选定的列合并为一列
- python - 多个标题,而我只想有一个标题
- mongodb - 如何访问 MongoDB 中的第 N 级子文档
- javascript - 反应路由器和 setState 冲突
- react-native - 无法同时在模拟器和真实设备上运行 react-native 应用程序
- java - 通过 IBM MQ 和代码库的消息广播和消费延迟是 java 的
- tensorflow - TensorFlow 上 cifar10_estimator 的多个参数服务器
- ios - Swift泛型类参数实现另一个参数