如何在Keras中使用多个数据集和一个模型？

Question

我正在尝试使用Keras和Tensorflow使用LSTM网络进行外汇预测。 我当然希望它在很多天的交易中进行培训，但为了做到这一点，我必须给它顺序数据，跳跃和阶段没有移动......当市场关闭时...这不是理想的它变得困惑＆＃34;因为这些跳跃和没有运动的阶段。或者我使用每分钟一分钟的数据，但这样我训练数据的时间非常有限，模型也不会很好。

你有关于如何解决这个问题的想法吗？ 这是我目前的代码：

CODE

由于

Answer 1

如果您计划将多个数据集作为数据切片进行拟合，则依次执行以下操作即可

：

for _ in range(10):
#somehow cut the data into slices and fit them one by one
    model.fit(data_slice, label_slice ......)

随着对 fit 的连续调用，将逐步训练单个模型。