标签： tensorflow sparse-matrix recurrent-neural-network
我正在尝试在张量流中训练RNN以预测股价。我有一个大小为100的数据集，每个数据集包含480分钟（每天8小时）每分钟的收盘价。数据曲线（收盘价与时间的关系）根据一天中的交易数量以及发生的时间而变化。我想在我的RNN的前面添加一个convnet，并使用1D卷积来查看是否可以提取出一些特征，这些特征将根据发生的交易量和发生的时间来指示图形。问题在于交易数据稀疏（交易不会在8小时窗口中每分钟发生）。
如何将稀疏交易数据添加到我的收盘价时间数据中以训练网络？