[英]How can i retrain LSTM for each new prediction using keras?
当我在测试数据上运行经过训练的 lstm 时，它会立即预测所有数据，而无需对每个新预测进行重新训练，但由于我正在处理时间序列，这对我的工作来说是必要的。 keras 中没有内置的 function 用于这种类型的预测吗？
预测无法重新训练您的 model。 在预测中，您需要提供样本，model 将返回 output。 在训练中，您需要同时提供样本和 output。
在时间序列中，您可以预测明天的值并根据今天的值训练 model：
model.fit(yesterday_features, today_output)
tomorrow_pred = model.preict(today_features)
如何获取适当形状的数据以馈送到keras中的LSTM层以进行序列到序列的预测
[英]How to get data in proper shape to feed to LSTM layer in keras for sequence to sequence prediction
在 Keras Tuner 搜索期间，如何获得有状态 LSTM 来重置其状态？
[英]How can I get a stateful LSTM to reset its states between epochs during a Keras Tuner search?
在Keras中重新训练使用train_on_batch（）训练的已保存模型
[英]Retrain a saved model in Keras that was trained using train_on_batch()
如何使用新数据集重新训练 model 而不会丢失早期的 model 数据
[英]How do i retrain the model without losing the earlier model data with new set of data
如何在 Keras 中创建自定义损失 function 以评估每个时期后的预测？
[英]How to create a custom loss function in Keras that evaluates prediction after each epoch?
声明:本站的技术帖子网页，遵循CC BY-SA 4.0协议，如果您需要转载，请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.