python中的scaler_使用时值错误scaler.inverse_变换在Python中

在使用LSTM进行时间序列预测时,博主遇到一个问题:在应用scaler.inverse_transform进行逆缩放预测值时,出现了ValueError。问题发生在将预测值与测试数据的某些部分进行拼接后,进行逆缩放操作时。博主分享了模型训练、设计及预测的代码,并展示了错误信息,寻求解决方案。
摘要由CSDN通过智能技术生成

我是神经网络的初学者,对缩放矩阵后端的数学不是很了解scaler.inverse_变换. 我正在使用一个教程来对我的数据应用LSTM,并预测其中一个变量的时间序列。当我缩放时,我在预测上遇到了这个问题。代码如下。在

我就是这样训练数据的。在from keras.models import Sequential

from keras.layers import Dense

from keras.layers import LSTM

# split into train and test sets

values = reframed.values

n_train_sec = 5000

train = values[:n_train_sec, :]

test = values[n_train_sec:, :]

# split into input and outputs

train_X, train_y = train[:, :-1], train[:, -1]

test_X, test_y = test[:, :-1], test[:, -1]

# reshape input to be 3D [samples, timesteps, features]

train_X = train_X.reshape((train_X.shape[0], 1, train_X.shape[1]))

test_X = test_X.reshape((test_X.shape[0], 1, test_X.shape[1]))

print(train_X.shape, train_y.shape, test_X.shape, test_y.shape)

我就是这样设计模型的。在

^{pr2}$

  • 1
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
video_stream_scaler_latest.tar.gz是一个压缩文件,其包含了最新版本的视频流缩放器。这个压缩文件的扩展名为.tar.gz,表示它是使用gzip压缩算法打包的tar归档文件。tar是一种用于将多个文件和目录打包成单个文件的工具,而gzip是一种常用的压缩算法。 视频流缩放器是一种用于调整视频流分辨率和尺寸的工具,可以将输入的视频流按照指定的要求进行缩放处理。它可以用于许多应用场景,例如在视频会议调整远程视频的显示尺寸,或者在视频监控系统将高分辨率的视频流适配到低分辨率的显示设备上。 通过下载并解压video_stream_scaler_latest.tar.gz文件,我们可以获得视频流缩放器的最新版本。通常,解压压缩文件的方法是使用tar命令,指定文件名和解压目录,即可将文件解压到指定的目录下。 视频流缩放器可能由多个程序文件和依赖文件组成。安装之前,我们需要确保系统已经满足所需的依赖项,例如视频编解码库或图形处理库等。接下来,我们通常需要执行安装脚本或按照提供的说明进行相关配置。 安装完成后,就可以使用视频流缩放器来对视频流进行缩放操作了。可以通过命令行或者图形界面来调用相应的功能,根据具体的需求来进行操作。在使用视频流缩放器时,需要了解其所支持的输入格式和输出格式,以及支持的缩放比例和参数选项等。 总结而言,video_stream_scaler_latest.tar.gz是视频流缩放器的最新版本压缩文件,可以在安装并配置后,通过指定输入和输出参数来调用该工具对视频流进行缩放操作。
评论
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
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