Tensorflow 时间序列的LSTM模型方法（未来预测）
我不熟悉tensorflow/tflearn和deep learning，因此这些可能是基本问题，但我希望您能提供任何意见Tensorflow 时间序列的LSTM模型方法（未来预测）,tensorflow,deep-learning,lstm,tflearn,Tensorflow,Deep Learning,Lstm,Tflearn,我不熟悉tensorflow/tflearn和deep learning，因此这些可能是基本问题，但我希望您能提供任何意见 问题1：我已经能够在一组2年的时间序列数据/序列上使用tflearn成功运行LSTM模型。我可以通过“回头看”（例如1天、7天、30天）的变化来运行模型，但每次迭代都会输出一个值。为更大的回望运行LSTM可以提高测试数据集的RMSE。我的问题是，如果我的目标是预测给定一组历史每日值的“未来30天”，我该如何修改模型？我假设我需要将输出张量修改为序列，或者在每次迭代时以某种
- 问题1：我已经能够在一组2年的时间序列数据/序列上使用tflearn成功运行LSTM模型。我可以通过“回头看”（例如1天、7天、30天）的变化来运行模型，但每次迭代都会输出一个值。为更大的回望运行LSTM可以提高测试数据集的RMSE。我的问题是，如果我的目标是预测给定一组历史每日值的“未来30天”，我该如何修改模型？我假设我需要将输出张量修改为序列，或者在每次迭代时以某种方式将解码器输出作为下一次迭代的输入？还是修改模型以输出完整序列？我找不到任何明确的例子来说明如何做到这一点
- 问题2：在一个模型经过培训后，你如何准确地生产模型。假设在我的例子中，我使用一年的数据训练/测试了一个模型，以预测未来30天。我现在如何实现这一点，以便在获得每日值时，它们与模型集成。再说一次，这方面的任何例子都很好
谢谢1）请看一下seq2seq型号。我听说它们被用于时间序列预测。很可能你必须预测一个序列（张量），谢谢。我确实阅读了seq2seq模型文档。这方面有什么例子吗？也许这个例子：。我将对此进行回顾。以下是一个很好的示例，可以帮助您：