RNN--预测正弦函数

import tensorflow as tf
import numpy as np
import matplotlib.pyplot as plt
%matplotlib inline

需要的参数

# 训练数据个数
training_examples = 10000
# 测试数据个数
testing_examples = 1000
# sin函数的采样间隔
sample_gap = 0.01
# 每个训练样本的长度
timesteps = 20

生成数据

def generate_data(seq):
    '''
    生成数据，seq是一序列的连续的sin的值
    '''
    X = []
    y = []
    
    # 用前 timesteps 个sin值，估计第 timesteps+1 个
    # 因此， 输入 X 是一段序列，输出 y 是一个值 
    for i in range(len(seq) - timesteps -1):
        X.append(seq[i : i+timesteps])
        y.append(seq[i+timesteps])
        
    return np.array(X, dtype=np.float32), np.array(y, dtype=np.float32)
test_start = training_examples*sample_gap
test_end = test_start + testing_examples*sample_gap

train_x, train_y = generate_data