在培训模型之后，如何使用LSTM python获取当前的下一个预测值

在这里，我根据我的数据创建了LSTM模型。然后，我根据数据预测了数值

然后我想做的是，现在我想向训练模型中添加新的输入，然后根据新的输入，我想根据训练LSTM模型预测一小时后的下一个值

但我不知道怎么做。有人知道怎么做吗

这是我的训练模型代码

model = Sequential()
model.add(LSTM(16, return_sequences=True,input_shape=(None,x_train_n.shape[2])))  # returns a sequence of vectors of dimension 32
model.add(LSTM(16, return_sequences=True))  # returns a sequence of vectors of dimension 32
model.add(LSTM(8))  # return a single vector of dimension 32
model.add(Dense(1))
batchsize = 32
model.compile(loss="mean_squared_error",optimizer="adam")
history = model.fit(x_train_n,y_train_n, batch_size = batchsize, nb_epoch=30,validation_data=(x_test_n, y_test_n),shuffle =True)

model.reset_states()
pred = model.predict(x_test_n)

根据之前的数据，我创建了LSTM神经网络模型

现在我想在模型中添加新的输入，我想预测下一个小时X1的值

日期x1 x2 x3 x4
2019/8/23 06:30:00 20 0 0 0

我假设您需要使用以前的输入预测新的输入，并使用该预测值预测下一个输入，依此类推，对吗？我早些时候回答了一个类似的问题。看看帖子是否有用。@thushv89是的，你是对的@thushv89是的，我会看的。非常感谢。不完全是，所以你的代码> x1，x2，x3，x4< /代码>，在生成的时候，你必须把它们看成是单独的输入。因为实际上，当使用

x1

进行预测时，你不应该知道

x2

（因为这是未来）。因此，您的输入大小应为

（1，x1.shape[2]）

@thushv89是的，我想删除日期，在编写代码后，我将通过标记您的姓名添加注释。