如何用 Keras 调试LSTM超参数解决时间序列预测问题

1. 如何用 Keras 调试LSTM超参数解决时间序列预测问题

就一个abcd作为一条样本即可，a b c d 的每一步都会计算loss的，所以拆开也没啥用 另外你这个不是序列标注，因为你是要预测下一个，而不是给整体一个最佳序列

2. 请教一个用keras训练LSTM的问题

Python Extension Packages for Windows 载应版本scipy（ cp面Python版本号27表示2.7）要安装whl文件复制Anaconda安装路径Scripts文件夹接 pip install 文件路径+whl文件名

接安装 theanokeras

3. keras为3维input做LSTM预测遇到问题求助

就一个abcd作为一条样本即可，a b c d 的每一步都会计算loss的，所以拆开也没啥用 另外你这个不是序列标注，因为你是要预测下一个，而不是给整体一个最佳序列

4. Keras CNN 对不定长的文本输入该怎么处理

问题已解决，每次产生一个相同长度句子的batch,假设是32大小，只要每个batch里句子是同长度的就可以了，所以我用到了fit_generator,自己手动模拟了一个epoch的过程，遍历了一次训练样本，每个batch的长度是不一致的，随机的，唯一可能不能实现的是同一个batch有不同长度的句子，对于大数据量来说，事实证明，我在lstm模型用我的方法训练和通过padding加masking的方法效果是一致的，唯一的缺点就是，当句子长度范围太大时，相同长度样本少时会比较困难，只要数据量大，样本足够，这种方法可以实现变长序列的处理，而不需要任何的masking

5. lstm预测多输入多输出？

百度“6 种用 LSTM 做时间序列预测的模型结构”  有方案
不过也要看是什么框架，每种框架写法未必一样

6. keras输入怎么把2维数据怎么变为3维，送到lstm

np.reshape(x,(9000,16,48))
x是你的数据 确保加粗的两个参数乘积是768就行了，这里16是时间步数，48是每个时间步特征向量的长度。