RNN实战：预测曲线波形

最新推荐文章于 2022-10-25 17:30:53 发布

「已注销」

最新推荐文章于 2022-10-25 17:30:53 发布

阅读量1.6k

点赞数 4

文章标签： rnn 深度学习机器学习

本文链接：https://blog.csdn.net/weixin_62637793/article/details/122224541

版权

本文通过实例展示了如何使用RNN进行曲线波形的预测。首先介绍数据生成，接着搭建网络结构，经过训练后，进行测试并可视化结果，得出预测效果良好的结论。

摘要由CSDN通过智能技术生成

比如我们得到了一段曲线（红色这一部分）后边是一段时间后需要预测的。

首先，生成数据的代码

start=np.random.randint(3,size=1)[0] # start随机设置为0-3，也就是起点，来让训练数据不一样
time_steps=np.linspace(start,start+10,num_time_steps) # 设置取波形的长度为10
data=np.sin(time_steps)  # 生成波形
data=data.reshape(num_time_steps,1)
x=torch.tensor(data[:-1]).float().view(1,num_time_steps-1,1)  # 给你0-48的点
y=torch.tensor(data[1:]).float().view(1,num_time_steps-1,1)  # 预测1-49的点

网络结构

class Net(nn.Module):
    def __init__(self):
        super(Net,self).__init__()
        self.rnn=nn.RNN(
            input_size=input_size,  # 1
            hidden_size=hidden_size,  # 10
            num_layers=1,
            batch_first=True,  # 如果使用【b，seq，