python - 使用 Python tensorflow 进行预测和预测

Question

我创建了一个预测模型，并在其中使用了 Python 中的 tensorflow 库提供的 RNN。这是我创建并尝试过的完整代码:

Jupyter Notbook of the Code

但我有疑问。
1) RNN 是否对我试图预测的是正确的？

2) 我可以尝试更好的算法吗？

3) 谁能建议我如何使用 tensorflow 模型提供多个输入并获得必要的输出？谁能指导我。

我希望我的观点很清楚。如果还有其他需要，请告诉我。

Answer 1

有疑虑是正常的，但在寻求建议之前，您应该尝试衡量它们。如果您没有明确想要改进的东西，那么您不太可能得到更好的东西。

1) Whether RNN is correct for what I am trying to predict?

是的。在这里恰本地使用了 RNN。如果您不太关心具有任意长度的输入序列，您也可以尝试将它们强制为固定大小，然后在顶部应用卷积(请参阅卷积神经网络)，或者甚至尝试使用更简单的 DNN。

要问自己的更重要的问题是，您是否有正确的输入，以及您是否有足够的训练数据来学习您希望学习的内容。

2) Is there a better algorithm I can try?

可能不会。正如我所说，RNN 似乎适合解决这个问题。一定要尝试一些超参数调整，以确保您不会不小心选择了次优配置。

3) Can anyone suggest me how I can give multiple inputs and get the necessary output using tensorflow model? Can anyone guide me please.

处理可变长度输入的常用方法是设置最大长度并填充较短的示例，直到它们达到该长度。最大长度可以是您选择的变量，也可以将其动态设置为批处理中的最大长度。这只是因为内部操作是分批完​​成的。您可以选择您想要的结果。选择最后一个是合理的(模型将只需要学习传播填充值的状态)。另一个合理的做法是在将最后一个有意义的值输入 RNN 后选择第一个得到的值。

查看您的代码，我会改进一件事:

我不会只计算最后一个值的损失，而是对系列中的所有值进行计算。这会为您的模型提供更多的训练数据，而性能下降很小。