本文主要是介绍基于长短期记忆神经网络LSTM的多步长时间序列预测，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
基于长短期记忆神经网络LSTM的多步长多变量时间序列预测
长短时记忆网络(LSTM)是一种能够学习和预测长序列的递归神经网络。LSTMs除了学习长序列外，还可以学习一次多步预测，这对于时间序列的预测非常有用。LSTMs的一个困难在于，它们可能难以配置，而且需要大量的准备工作才能获得适合学习的格式的数据。
在本教程中，您将了解如何使用Keras在Python中开发用于多步骤时间序列预测的LSTM。
完成本教程后，您将知道:
如何为多步时间序列预测准备数据。
如何建立多步时间序列预测的LSTM模型。
如何评价一个多步骤的时间序列预测。
教程概述
本教程分为四个部分;它们是:
洗发水的销售数据集
数据准备和模型评估
持久性模型
多步LSTM
这篇关于基于长短期记忆神经网络LSTM的多步长时间序列预测的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
