码迷,mamicode.com
首页 > 其他好文 > 详细

深度学习原理与框架-递归神经网络-时间序列预测

时间:2019-03-19 01:43:52      阅读:248      评论:0      收藏:0      [点我收藏+]

标签:时间序列   第二部分   实例   网络   拆分   模型   使用   时间   超过   

代码说明:使用的是单层的rnn网络,迭代的终止条件为,第n的100次循环的损失值未降低次数超过3次,即跳出循环

数据说明:使用的是乘客的人数,训练集和测试集的分配为0.8和0.2, train_x使用的是前5个数据,train_y使用的是从2个数据到第6个数据,以此往后类推

代码:

      第一部分:数据的读入,并将数据拆分为训练集和测试集,同时构造train_x, train_y, test_x, test_y, 每一个train的大小为5, 1

      第二部分:实例化模型,同时对模型进行训练操作

      第三部分:进行模型的测试,这里分为两种情况,一种是每5个测试集数据预测每5个结构,第二种是使用train的最后5个数据进行预测,将预测结果的最后一个数,与用于预测的后4个数据进行拼接,作为下一次预测的5个数,进行预测

 

深度学习原理与框架-递归神经网络-时间序列预测

标签:时间序列   第二部分   实例   网络   拆分   模型   使用   时间   超过   

原文地址:https://www.cnblogs.com/my-love-is-python/p/10556120.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!