如何优雅的使用LSTM、TensorFlow实现时间序列预测任务,准确率32.74%

Batch大小为64,循环次数为30次,通过在线上环境完成训练,模型最优精度评分为32.74。

得分记录
2020-07-30

Batch Size 数据为 512 ,Epoch循环次数为 30 次, 通过在线上环境完成训练,模型最优精度评分为 0 。

10:43:41
2020-07-28

Batch Size 数据为 512 ,Epoch循环次数为 500 次, 通过在线上环境完成训练,模型最优精度评分为 28.82 。

13:24:07

Batch Size 数据为 512 ,Epoch循环次数为 300 次, 通过在线上环境完成训练,模型最优精度评分为 26.34 。

13:12:31

Batch Size 数据为 512 ,Epoch循环次数为 200 次, 通过在线上环境完成训练,模型最优精度评分为 23.16 。

13:05:42

Batch Size 数据为 512 ,Epoch循环次数为 100 次, 通过在线上环境完成训练,模型最优精度评分为 12.98 。

12:57:38

Batch Size 数据为 512 ,Epoch循环次数为 30 次, 通过在线上环境完成训练,模型最优精度评分为 3.38 。

12:49:05
2020-07-25

Batch Size 数据为 64 ,Epoch循环次数为 30 次, 通过在线上环境完成训练,模型最优精度评分为 29.49 。

22:52:35

Batch Size 数据为 64 ,Epoch循环次数为 30 次, 通过在线上环境完成训练,模型最优精度评分为 32.74 。

22:46:24

Batch Size 数据为 64 ,Epoch循环次数为 30 次, 通过在线上环境完成训练,模型最优精度评分为 2.54 。

22:41:21

Batch Size 数据为 64 ,Epoch循环次数为 30 次, 通过在线上环境完成训练,模型最优精度评分为 31.43 。

22:34:04

Batch Size 数据为 512 ,Epoch循环次数为 100 次, 通过在线上环境完成训练,模型最优精度评分为 0.12 。

20:58:07

Batch Size 数据为 512 ,Epoch循环次数为 200 次, 通过在线上环境完成训练,模型最优精度评分为 28.36 。

20:46:18

Batch Size 数据为 512 ,Epoch循环次数为 100 次, 通过在线上环境完成训练,模型最优精度评分为 28.38 。

20:34:41

Batch Size 数据为 512 ,Epoch循环次数为 100 次, 通过在线上环境完成训练,模型最优精度评分为 28.51 。

20:31:29

Batch Size 数据为 512 ,Epoch循环次数为 100 次, 通过在线上环境完成训练,模型最优精度评分为 28.99 。

19:38:58

Batch Size 数据为 512 ,Epoch循环次数为 100 次, 通过在线上环境完成训练,模型最优精度评分为 28.66 。

19:35:35

Batch Size 数据为 512 ,Epoch循环次数为 30 次, 通过在线上环境完成训练,模型最优精度评分为 10.03 。

19:33:24