Прогнозирование с помощью LSTM и Keras - PullRequest
Новая
       94

Прогнозирование с помощью LSTM и Keras

0 голосов
/ 01 августа 2020

Я пытаюсь написать модель LSTM для прогнозирования Time Ser ie, у меня есть следующий код: 

series=timeSerieX
n_input = 2
n_features = 1
generator = timeseries_generator(series, series, length=n_input, batch_size=1)
model <- keras_model_sequential()
model$add(layer_lstm(units=100, activation='relu', input_shape=c(n_input, n_features)))
model$add(layer_dense(units = 1))
model$compile(optimizer='adam', loss='mse')
result_fit <- fit_generator(model, generator, steps_per_epoch=1, epochs=50, verbose=2)*

Все работает правильно, но когда я пытаюсь предсказать одни данные: 

test=c(120,200)
yhat = model$predict(test)

Я получаю следующую ошибку: 

> yhat = model$predict(test)
Error in py_call_impl(callable, dots$args, dots$keywords) :
  ValueError: in user code:

    /home/mike/.local/share/r-miniconda/envs/r-reticulate/lib/python3.6/site-packages/tensorflow/python/keras/engine/training.py:1147 predict_function  *
        outputs = self.distribute_strategy.run(
    /home/mike/.local/share/r-miniconda/envs/r-reticulate/lib/python3.6/site-packages/tensorflow/python/distribute/distribute_lib.py:951 run  **
        return self._extended.call_for_each_replica(fn, args=args, kwargs=kwargs)
    /home/mike/.local/share/r-miniconda/envs/r-reticulate/lib/python3.6/site-packages/tensorflow/python/distribute/distribute_lib.py:2290 call_for_each_replica
        return self._call_for_each_replica(fn, args, kwargs)
    /home/mike/.local/share/r-miniconda/envs/r-reticulate/lib/python3.6/site-packages/tensorflow/python/distribute/distribute_lib.py:2649 _call_for_each_replica
        return fn(*args, **kwargs)
    /home/mike/.local/share/r-miniconda/envs/r-reticulate/lib/python3.6/site-packages/tensorflow/python/keras/engine/train

Кто-нибудь знает, что я делаю не так?

Спасибо.

...