Paddle飞桨学习日记: LSTM股票预测

最新推荐文章于 2024-08-14 19:23:41 发布

Neo博士

最新推荐文章于 2024-08-14 19:23:41 发布

阅读量2.3k

点赞数 3

分类专栏： PaddlePaddle 文章标签：深度学习机器学习 lstm paddlepaddle

本文链接：https://blog.csdn.net/weixin_46754446/article/details/106940589

版权

本文介绍了使用PaddleHub的LSTM模型进行股票预测的学习过程，项目基于开源代码，详细展示了训练与预测的步骤。数据来源于AISTUDIO平台，经过在RTX2080显卡上的5分钟训练得到了预测结果。

摘要由CSDN通过智能技术生成

Paddle飞桨学习日记: LSTM股票预测

本次学习，打算初步通过LSTM来了解Paddle的一些细节

本项目代码基于PaddleHub的开源代码。

本文原始项目地址：
https://aistudio.baidu.com/aistudio/projectdetail/174237

本文数据：
https://aistudio.baidu.com/aistudio/datasetdetail/3580

下面是项目完整代码

#引用库文件
from __future__ import print_function
from paddle.utils.plot import Ploter
import numpy as np
import math
import matplotlib.pyplot as plt
import paddle
import paddle.fluid as fluid


SAVE_DIRNAME = 'model'
f = open('E:/testdata/stock_LSTM_fluid/datasets/stock_dataset.txt')
df = f.readlines()
f.close()

data = []
for line in df:
    data_raw = line.strip('\n').strip('\r').split('\t')
    data.append(data_raw)
data = np.array(data, dtype='float32')

print('数据类型：',type(data))
print('数据个数：', data.shape[0])
print('数据形状：', data.shape)
print('数据第一行：', data[0])

#训练集和测试集6 4 开
ratio = 0.6
DATA_NUM = len(data)

train_len = int(DATA_NUM * ratio)
test_len = DATA_NUM - train_len

train_data = data[:train_len]
# test_data = data[test_len:]
test_data = data[train_len:]


# 归一化 result_data = (data - avg) / (max_ - min_)
def normalization(in_data):
    avg = np.mean(in_data,