私は tensorflow/tflearn と深層学習が初めてなので、これらは基本的な質問かもしれませんが、ご意見をいただければ幸いです。
- 質問 1: tflearn を使用して、2 年間の時系列データ/シーケンスのセットで LSTM モデルを正常に実行できました。「look_back」のバリエーション (例: 1 日、7 日、30 日) でモデルを実行できますが、反復ごとに単一の値が出力されます。より大きなルックバックのために LSTM を実行すると、テスト データ セットの RMSE が向上します。私が持っている質問は、私の目標が一連の過去の日次値を指定して「次の 30 日」を予測することである場合、モデルをどのように変更すればよいですか? OUTPUT テンソルをシーケンスに変更するか、各反復でデコーダ出力を次の入力にする必要があると思いますか? または、完全なシーケンスを出力するようにモデルを変更する必要がありますか? これがどのように行われるかの明確な例は見つかりません。
- 質問 2: モデルをトレーニングした後、モデルをどのように正確に製品化しますか? 私の場合、次の 30 日間を予測するために、1 年間のデータを使用してモデルをトレーニング/テストしたとします。毎日の値を取得すると、モデルと統合されるように、これをどのように実装できますか。繰り返しますが、これの例はどれも素晴らしいでしょう。
テンソルフローのチュートリアルを試してみましたが、これらの点に対処しているかどうかわかりません。
ありがとう