小编jor*_*993的帖子

对于学校的机器学习任务,我编写了自己的MLP网络.数据集非常大,培训需要永远.我收到了关于在Google Cloud Compute Engine上运行我的脚本的提示.我试图设置它,但没有成功(还).

我承担的步骤:

1. 创建一个帐户
2. 创建一个VM
3. 通过浏览器打开VM

任何人都可以帮我将我的python脚本导入并运行到Google Cloud中.或者有没有人明确如何解决这个问题的教程？我自己试着找到这些,但到目前为止没有成功.

我正在尝试为 Keras 中的时间序列预测制作 LSTM。特别是，一旦模型被训练，它应该预测看不见的值。时间序列的可视化如下所示。

该模型在蓝色时间序列上进行训练，并将预测与橙色时间序列进行比较。

对于预测，我想取训练数据的最后n个点（其中n是序列长度），运行一个预测，并将这个预测用于连续（第二个）预测，即：

prediction(t+1) = model(obs(t-1), obs(t-2), ..., obs(t-n))
prediction(t+2) = model(prediction(t+1), obs(t-1), ..., obs(t-n))

我试图让它发挥作用，但到目前为止没有成功。如果我应该使用有状态或无状态模型，以及序列长度的值可能是多少，我感到茫然。有任何人对此有经验吗？

我已经阅读并尝试了各种教程，但没有看到适用于我的数据类型。

因为我想运行连续预测，所以我需要一个有状态模型来防止每次调用model.predict后 keras 重置状态，但是用 1 的批量大小进行训练需要永远......或者有没有办法规避这个问题？