Tensorflow 使用时间数据和稀疏输入训练RNN
我正在尝试训练tensorflow中的RNN来预测股票价格。我有一个大小为100的数据集，每个数据集包含480分钟（每天8小时）内每分钟的收盘价。数据曲线（收盘价与时间）根据一天中的交易数量以及交易发生的时间而变化。我想在我的RNN前面添加一个convnet，并使用1D卷积来查看是否可以提取一些特征，这些特征将根据发生的交易数量和发生的时间指示图形的外观。问题是交易数据稀疏（在8小时窗口内，交易不是每分钟都发生） 如何将稀疏交易数据添加到收盘价时间数据中，以训练网络Tensorflow 使用时间数据和稀疏输入训练RNN,tensorflow,sparse-matrix,recurrent-neural-network,Tensorflow,Sparse Matrix,Recurrent Neural Network,我正在尝试训练tensorflow中的RNN来预测股票价格。我有一个大小为100的数据集，每个数据集包含480分钟（每天8小时）内每分钟的收盘价。数据曲线（收盘价与时间）根据一天中的交易数量以及交易发生的时间而变化。我想在我的RNN前面添加一个convnet，并使用1D卷积来查看是否可以提取一些特征，这些特征将根据发生的交易数量和发生的时间指示图形的外观。问题是交易数据稀疏（在8小时窗口内，交易不是每分钟都发生） 如何将稀疏交易数据添加到收盘价时间数据中，以训练网络