对于十万数据集 lstm网络使得loss更小

相关推荐 更多相似问题

• LSTM模型可以训练怎样的数据集？ 人工智能深度学习神经网络自然语言处理

  2020-04-18 17:08
  回答 1 已采纳 LSTM主要用来学习序列，并且序列的变化的影响因子和序列本身有关或者周期性波动。 比如说文本预测，每天每周每年的销量 别的也可以学，但是效果未必很好。
• 使用Keras编写的LSTM，训练时出现loss: nan - val_loss: nan，该如何调整？ keraslstm有问必答深度学习

  2022-05-03 18:40
  回答 2 已采纳 原数据第一列是时间形式的20220503这种，在读数据之后进行下面操作，你的数据是简单的1 2 34这种，数据可能在处理过程丢失或者变成nan了，你可以一步步看看每次处理后当前的数据现在是什么格式 d
• LSTM模型如何进行新数据的预测？ python人工智能机器学习深度学习神经网络

  2019-07-04 15:21
  回答 2 已采纳 创建一个预测数组，每预测一个Y就往数组里放一个，同时更新你用来预测的自变量X数组，剔除最早的X，把预测值加入到X里，依次往后预测
• LSTM实现对股票数据进行预测（Keras实现）源代码及数据集

  2022-04-09 08:51
  通过使用LSTM对股票收益的预测，可以了解到：（1）如何将原始数据集转换为可用于时间序列预测的数据。（2）如何准备数据并使LSTM适合多变量时间序列预测问题。（3）如何进行预测并将结果重新调整回原始数据。 2、本...
• 代码+基于神经网络(堆栈自编码SAEs、长短时神经网络LSTM、门循环单元GRU)的交通预测包含数据集

  2022-03-25 17:18
  基于神经网络(堆栈自编码SAEs、长短时神经网络LSTM、门循环单元GRU)的交通流预测 Python 3.6 Tensorflow-gpu 1.5.0 Keras 2.1.3 scikit-learn 0.19 交通流预测
• 没有解决我的问题, 去提问