LSTM模型预测cos函数

Posted 2023-03-19

参考技术A python3.6.7、tensorflow1.4.0

这里用numpy对cos函数进行间隔采样，取10000个点作为训练数据，再接着取1000个点作为测试数据。对于取出的数据，放入一个数组中，即一个离散的cos函数的序列，对于这个序列，取对应的点作为输出y，再对应地取点前面的10个点作为此点对应的输入X，即在此时刻根据这10个点X来预测对应的一个点y，自定义一个函数generate_data来完成从序列中生成输入数据X和输出数据y的功能。

这里的模型采用了一个两层LSTM模型，隐藏结点设为30个，最后在LSTM模型后设定了一个全连接层，输出预测结果。训练次数设定为5000次，训练开始前根据初始的参数观察模型在测试集上的预测结果，经过5000次训练后再观察模型在测试集上的预测结果，进行对比。

从输出的图像上可以看到，没有训练之前，测试集的数据经过模型输出的结果均在初始值0.0附近，和正确的cos函数图像丝毫不吻合。在经过5000次训练之后，可以看到测试集经过模型输出的预测结果和正确结果之间的均方差大有下降，在图上可视化的结果也可以看到预测值和正确值的图像高度吻合。