热门标签 | HotTags
当前位置:  开发笔记 > 人工智能 > 正文

两路共享LSTM时序数据预测实战+界面可视化应用

在我之前的文章中,已经对LSTM的实际应用有过很多的实践和说明了,今天介绍的LSTM模型跟之前的不同,在以往的时序数据建模中,我们的输入端是只有一个的,也就是说入口处只有“单条通路

      在我之前的文章中,已经对LSTM的实际应用有过很多的实践和说明了,今天介绍的LSTM模型跟之前的不同,在以往的时序数据建模中,我们的输入端是只有一个的,也就是说入口处只有“单条通路”,本文提及的两路LSTM,是在输入端就要两个输入,所以称之为两路共享的LSTM模型,话不多说这里先来看下简单的模型结构,如下所示:

     从上面的模型结构图中可以很清晰地看到:入口处有两个维度的数据输入,之后一同进入到LSTM模型中,这里我们为了简单起见,也是为了降低计算量,毕竟深度学习模型是比较耗费资源的,我们在搭建模型的时候只用了一层的LSTM层,当然了,如果你想要使用多层也是可以,在后面再加一层就行了,毕竟Keras提供了很便捷简单的模型搭建方式。

    简单的介绍就到这里了,下面我们开始正式的实践分析,首先简单看下数据集样例,如下所示:




推荐阅读
author-avatar
专注自由近_515
这个家伙很懒,什么也没留下!
PHP1.CN | 中国最专业的PHP中文社区 | DevBox开发工具箱 | json解析格式化 |PHP资讯 | PHP教程 | 数据库技术 | 服务器技术 | 前端开发技术 | PHP框架 | 开发工具 | 在线工具
Copyright © 1998 - 2020 PHP1.CN. All Rights Reserved | 京公网安备 11010802041100号 | 京ICP备19059560号-4 | PHP1.CN 第一PHP社区 版权所有