神经网络预测温度 C语言,使用带Keras的LSTM神经网络预测天气数据

我已经花了几个月阅读无尽的帖子，我仍然感到困惑，因为我最初是。希望有人能帮助。使用带Keras的LSTM神经网络预测天气数据

问题：我想用时间序列来预测特定位置的天气数据。

设置：

X1和X2是含有指数的每日记录10年(在每个矢量3650的合计值)这两种载体。

Y是纽瓦克机场(T)的温度时间序列，每天为10年(3650天)。

有一个强烈的情况下，X1和X2可以用作Y的预测。所以，我打破一切到100天窗口和创建以下文件：

X1 = (3650,100,1)

X2 = (3650,100,1)

，使得窗口1包括从价值观到t=0t=99，窗口2包括从t=1到t=100等值(假设我有足够的额外的数据，我们仍然有3650窗口)。

我已经从其他教程学到的是，进入Keras我应该这样做：

X = (3650,100,2) = (#_of_windows,window_length,#_of_predictors)我获得通过合并X1和X2。

然后，我有这样的代码：

model = Sequential()

model.add(LSTM(1,return_sequences=True,input_shape=(100,2)))

model.add(LSTM(4))

model.add(Dropout(0.2))

model.compile(loss='mean_square_error',optimizer='rmsprop',shuffle=True)

model.fit(X,Y,batch_size=128,epochs=2) # Y is shape (3650,)

predictions = model.predict(?????????????)

所以我的问题是，我该如何建立model.predict面积找回的N天数预测的未来？有时我可能需要2天，有时我可能需要2周。我只需要返回N的值(形状：[N,])，我不需要返回窗口或类似的东西。

非常感谢！

2017-08-23

tg976

+0

因此，对于第一个输入，您的Y值是't = 100'... –