Question

我确实有以下问题：我想为二维输入（X_test）预测5个序列，每个序列30天，如下所示。

        ### This is X_test ###

array([[[0.9889562 , 0.35528348],
        [0.98835297, 0.36100796],
        [0.98943452, 0.39090311],
        [0.97700769, 0.37543382],
        [0.96866762, 0.34993568]],

       [[0.98835297, 0.36100796],
        [0.98943452, 0.39090311],
        [0.97700769, 0.37543382],
        [0.96866762, 0.34993568],
        [0.9680748 , 0.3501392 ]],

       [[0.98943452, 0.39090311],
        [0.97700769, 0.37543382],
        [0.96866762, 0.34993568],
        [0.9680748 , 0.3501392 ],
        [0.96594827, 0.37902433]],

       ...,

       shape(150,5,2)

我的LSTM模型代码如下（在5个时间步上有2个输入功能，有1个输出）：

model = Sequential()
model.add(LSTM(100,activation = "relu", return_sequences = True,input_shape = (5,2)))
model.add(Dropout(0.1))
model.add(LSTM(100,activation = "relu", return_sequences = False))
model.add(Dropout(0.1))
model.add(Dense(1))
model.compile(optimizer="adam", loss="mse")

到目前为止，我只有一维输入，并使用以下代码预测了30天的序列，效果很好：

import numpy

def pred_multi(test_data, start_sequence_day, sequence_length):

  predictedsequence = []
  test_data1 = test_data[start_sequence_day] #Used X_test as test_data

  for i in range(sequence_length):
    test_data1 = test_data1.reshape(1,5,2) 
    prediction = model.predict(test_data1)
    predictedsequence.append(prediction)

    test_data1 = numpy.insert(test_data1, len(test_data1[0]), prediction)
    test_data1 = numpy.delete(test_data1, 0, axis = 0)

  return predictedsequence

但是，由于我现在拥有另一个输入功能，因此此代码无法正常工作，因为我仅获得一个输出。但是，下一个时间步需要两个输入作为输入。

有人可以提供帮助吗？我已尝试了所有方法，但不确定如何解决此问题。

非常感谢！

如何通过多维输入预测Keras中的序列？

0 个答案: