Python 基于输入数据的Tensorflow连续训练

我是tensorflow的新手，有一个一般性问题： 我有一定量的训练数据，想做一个时间序列预测。 我的训练数据的间隔是一分钟，我想根据通过RESTAPI提供的新输入数据对接下来的几分钟进行预测 我不明白的是： 假设我用昨天的所有数据训练模型，这意味着我可以预测今天的第一个值。但昨天建立的模型并未观察到今天的新价值观。 你将如何解决这个问题？ 谢谢你， 我假设您需要在每分钟的基础上预测整个第二天的值。 在这种情况下，您可以选择：

递归预测，即使用预测数据作为下一次预测的输入

构建模型，为您提供整个第二天的预测

如果这只是一个预测一分钟的问题，而您的模型是根据相当大的数据进行训练的——别担心，只需将预测分钟前的值输入模型即可。您可以定期使用新数据重新训练模型。

Djboblo， 我假设您需要在每分钟的基础上预测整个第二天的值。 在这种情况下，您可以选择：

递归预测，即使用预测数据作为下一次预测的输入

构建模型，为您提供整个第二天的预测

---

如果这只是一个预测一分钟的问题，而您的模型是根据相当大的数据进行训练的——别担心，只需将预测分钟前的值输入模型即可。您可以定期使用新数据重新训练模型。

我想要的是：

预测有状态的事件

一段时间后，使用.fit方法用新数据更新网络

---

请参阅：

我要找的是：

预测有状态的事件

一段时间后，使用.fit方法用新数据更新网络

---

请参阅：

感谢您的回复我已经查看了RNN，其中有一个滑动窗口，但我想根据我提供给窗口的大小预测未来20分钟的数据是否会有任何重叠？t-20，t-20，t-20，t-20，t-20，t-20，t-20，t-20，t-20，t-20，t-20，t-20，t-20，t-20，t-20，t-20，t-20，t-20，t-20，t-20，t-20，t-20，t-20，t-20，t-20，t-20，t-20，t-20，t-20，t-20，t-20，t-20，t-20，t-20，t-20，t-20，t-20，t-20，t-20，t-20，t-20。只需将t-19到t0的数据输入到您的模型中进行预测。感谢您的回复，我已经用滑动窗口查看了RNN，但我想根据我给窗口的大小预测下一个20分钟的数据，不会有任何重叠吗？t-20，t-20，t-20，t-20，t-20，t-20，t-20，t-20，t-20，t-20，t-20，t-20，t-20，t-20，t-20，t-20，t-20，t-20，t-20，t-20，t-20，t-20，t-20，t-20，t-20，t-20，t-20，t-20，t-20，t-20，t-20，t-20，t-20，t-20，t-20，t-20，t-20，t-20，t-20，t-20，t-20。只需将从t-19到t0的数据输入到您的模型中进行预测。