输入数据进行Tensorflow连续训练

Question

我是tensorflow的新手，但有一个普遍的问题： 我有一定数量的训练数据，并且想要进行时间序列预测。 我的训练数据上的间隔是一分钟，我想根据通过REST API提供的新输入数据对接下来的几分钟进行预测 我不明白的是： 假设我使用到昨天为止的所有数据训练模型，这意味着我可以预测一定数量的今天的第一个值。但是，昨天建立的模型尚未观察到今天的新值。 您将如何解决这个问题？ 谢谢

Answer 1

Djboblo， 我假设您需要以分钟为单位预测整个第二天的值。 在这种情况下，您的选择是：

1. 递归预测，即使用预测数据作为下一个预测的输入
2. 构建模型以为您提供第二天的预测

如果仅是预测一分钟的问题，并且您的模型接受了相当大量的数据训练-不用担心，只需向其提供直到预测分钟的值即可。您可以定期使用新数据重新训练模型。

Answer 2

我要找的是这个

How to use a Keras RNN model to forecast for future dates or events?

预测有状态事件

一段时间后，使用.fit方法使用新数据更新网络

请参阅：https://machinelearningmastery.com/update-lstm-networks-training-time-series-forecasting/