以电力需求为例:
demand_forecast_dist = tfp.sts.forecast(
model=demand_model,
observed_time_series=demand_training_data,
parameter_samples=q_samples_demand_,
num_steps_forecast=num_forecast_steps + 24)
给定将来的温度(例如2014-02-27 00:00:00-> 2014-02-28 00:00:00),如何调用tfp.sts.forecast
方法?使用上面的代码段(结尾处是 note + 24
小时)会引起ArgumentError
抱怨张量形状不匹配。
我也阅读了这些文档,但是未将具有外部影响的未来预测记录在张量流概率网站上。