两路共享LSTM时序数据预测实战+界面可视化应用

本文介绍了两路共享LSTM模型在时序数据预测中的应用,通过Keras搭建模型并进行可视化展示。文章展示了数据探索、模型构建、训练过程以及预测结果的分析,帮助理解两路LSTM的工作原理和效果。
摘要由CSDN通过智能技术生成

      在我之前的文章中,已经对LSTM的实际应用有过很多的实践和说明了,今天介绍的LSTM模型跟之前的不同,在以往的时序数据建模中,我们的输入端是只有一个的,也就是说入口处只有“单条通路”,本文提及的两路LSTM,是在输入端就要两个输入,所以称之为两路共享的LSTM模型,话不多说这里先来看下简单的模型结构,如下所示:

     从上面的模型结构图中可以很清晰地看到:入口处有两个维度的数据输入,之后一同进入到LSTM模型中,这里我们为了简单起见,也是为了降低计算量,毕竟深度学习模型是比较耗费资源的,我们在搭建模型的时候只用了一层的LSTM层,当然了,如果你想要使用多层也是可以,在后面再加一层就行了,毕竟Keras提供了很便捷简单的模型搭建方式。

    简单的介绍就到这里了,下面我们开始正式的实践分析,首先简单看下数据集样例,如下所示:

评论 8
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

Together_CZ

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值