基于kears的LSTM时间序列预测1 keras2 LSTM3 附录

1 keras

1.1 入门

资源：
https://www.bilibili.com/video/BV1Ct411H7rm?from=search&seid=13437359564386162135

keras是一种深度学习框架，用起来比tensorflow简单

目前深度学习框架用得最多的是tensorflow，pytorch，keras，keras比tensorflow大约慢一倍。

安装：安装好python环境后，要安装tensorflow（有CPU和GPU版本，为了简单可以安装CPU版本），之后在命令行输入 pip install keras

1.2 简单的线性回归

import keras

import numpy as np

import matplotlib.pyplot as plt
# Sequential 按顺序构成的模型
from keras.models import Sequential
# Dense 全连接层
from keras.layers import Dense

# 使用numpy的随机函数生成100个点

x_data = np.random.rand(100)
noise = np.random.normal(0,0.01,x_data.shape)
y_data = x_data*0.1 + 0.2 + noise

#scatter生成散点图
plt.scatter(x_data,y_data)

# 构建一个顺序模型
model = Sequential()

# 在模型中添加（add）一个全连接层（Dense）
model.add(Dense(units=1,input_dim=1)) #参数的意思：输入输出都是一维（输入一个x，输出一个y）

# 编译模型
#sgd:随机梯度下降法
#mse:均方误差
model.compile(optimizer='sgd',loss='mse')

# 训练模型，因此需要循环进行不断的迭代

for step in range(3001):
    #把所有数据作为一个批次，每次训练一个批次</

最后

以上就是俊逸河马为你收集整理的基于kears的LSTM时间序列预测1 keras2 LSTM3 附录的全部内容，希望文章能够帮你解决基于kears的LSTM时间序列预测1 keras2 LSTM3 附录所遇到的程序开发问题。

如果觉得靠谱客网站的内容还不错，欢迎将靠谱客网站推荐给程序员好友。