时序卷积网络 | Python实现TCN时序卷积网络数据预测
基本介绍
本文绍时序卷积网络TCN(Temporal Convolutional Network),专门针对时序的卷积网络。
- CNN 卷积神经网络几乎是深度神经学习的代名词,主要用于图像处理。一维的CNN也可以用于时序方面的挖掘。
- CNN一般包含卷积层和池化层,卷积计算互相关,所以可以挖掘时序的相关性,池化层可以进行降维,用于提取特征。卷积CNN是否可以用于时序预测,理论上可以,其实效果不好。有以下原因:
- CNN本身很难捕获上下文的关系。
- 传统的卷积会导致泄露,因为在计算卷积的时候用到了后来的时序(试想一下pandas rolling)
- 池化层相当于提取轮廓特征,但是会丢掉细节
- CNN天生不是为时序设计的,所以无法聚焦于时序的内部模式