Eul*_*ter 10 python machine-learning neural-network keras recurrent-neural-network
我正在尝试解决时间序列预测问题.我尝试使用ANN和LSTM,使用各种参数进行了很多练习,但我能得到的只比持久性预测好8%.
所以我想知道:因为你可以在keras中保存模型; 是否有任何预先训练的模型(LSTM,RNN或任何其他ANN)用于时间序列预测？如果是这样,我怎么得到它们？在Keras有吗？
我的意思是,如果有一个包含经过预先训练的模型的网站,那将非常有用,这样人们就不必花太多时间训练它们.
同样,另一个问题:
是否可以执行以下操作？假设我现在有一个数据集,我用它来训练我的模型.假设在一个月内,我将访问另一个数据集(对应于相同的数据或类似数据,将来可能,但不是唯一的).那么继续训练模型是否可能？与批量培训不同.当您分批进行时,您可以在一瞬间获得所有数据.可能吗？如何？
我先回答你的上一个问题.
那么继续训练模型是否可能？与批量培训不同.当您分批进行时,您可以在一瞬间获得所有数据.可能吗？如何？
对的,这是可能的.一般来说,它被称为转移学习.但请记住,如果两个数据集代表非常不同的人口,网络将很快"忘记"它在第一次运行中学到的东西,并将优化到第二次.为此,您只需从加载状态开始训练而不是随机初始化,然后保存模型.还建议在第二次运行时使用较小的学习速率,以便逐渐适应新数据.
是否有任何预先训练的模型(LSTM,RNN或任何其他ANN)用于时间序列预测？如果是这样,我怎么得到它们？在Keras有吗？
我还没有找到一个预先训练好的模型,但快速搜索给了我几个活跃的GitHub项目,你可以运行并自己得到一个结果:机器学习的时间序列预测(LSTM,张量流中的GRU实现),LSTM神经网络的时间序列预测(keras和tensorflow),与Keras时间序列预测(keras和theano),神经网络-与-金融-时间序列数据(keras和tensorflow).另见这篇文章.