Я (отчаянно) пытаюсь понять Tensorflow 2.0 без особой удачи до сих пор, но я думаю, что я близок к тому, что мне нужно прямо сейчас.
Я следовал документуздесь , чтобы создать простую сеть для прогнозирования данных о запасах (а не данных о погоде), и что я хотел бы сделать сейчас, так это прогнозировать будущее, используя самый последний / самый последний раздел набора данных проверки. Я надеюсь, что кто-то другой уже прочитал это и может помочь мне здесь.
Код для прогнозирования будущего с использованием набора данных проверки выглядит следующим образом:
for x, y in val_data_multi.take(3):
multi_step_plot(x[0], y[0], multi_step_model.predict(x)[0])
... гдеНасколько мне известно, это занимает случайный кусок (3 раза), и в моем случае это секция столбца размером 20 строк x 9, от типа val_data_multi «Повторить набор данных», а затем использует модель multi_step_plotфункция, чтобы выложить график, который имеет предсказанные значения, основанные на этом случайном разделе набора данных проверки. Но что, если я не хочу просто брать случайный раздел проверки, я хочу использовать нижнюю часть моего фактического набора данных? Таким образом, если у меня есть последние данные о запасах в нижней части моего проверочного набора данных, и я хочу прогнозировать будущее, которое еще не произошло, как я могу взять сечение 20x9 из нижней части этого набора, а не просто иметь его«взять» случайный участок для предсказания?
В качестве попытки псевдокода объяснить, что я пытаюсь сделать, я пытался что-то вроде:
for x, y in val_data_multi[-20:].take(1): #.take(3)
..., чтобыпопробуйте сделать так, чтобы один раздел занимал 20 строк снизу вверх и все столбцы. Но, конечно, это не сработало как TypeError: 'RepeatDataset' object is not subscriptable.
Надеюсь, это имеет смысл, и если это поможет мне опубликовать свой код, я могу это сделать, но я просто использую то, чтоуже показано на этой странице, только что внесли некоторые изменения, чтобы использовать набор стандартных данных, вот и все.