使用TensorFlow构建LSTM进行时间序列预测,准确率78.15%

Batch大小为64,循环次数为250次,通过在线上环境完成训练,模型最优精度评分为78.15。

得分记录
2020-08-21

Batch Size 数据为 64 ,Epoch循环次数为 1 次, 通过在线上环境完成训练,模型最优精度评分为 29.55 。

16:09:42
2020-08-20

Batch Size 数据为 64 ,Epoch循环次数为 250 次, 通过在线上环境完成训练,模型最优精度评分为 77.64 。

16:58:10

Batch Size 数据为 64 ,Epoch循环次数为 250 次, 通过在线上环境完成训练,模型最优精度评分为 77.68 。

14:41:26
2020-08-19

Batch Size 数据为 64 ,Epoch循环次数为 250 次, 通过在线上环境完成训练,模型最优精度评分为 77.79 。

18:31:47

Batch Size 数据为 64 ,Epoch循环次数为 250 次, 通过在线上环境完成训练,模型最优精度评分为 73.99 。

17:55:26

Batch Size 数据为 64 ,Epoch循环次数为 250 次, 通过在线上环境完成训练,模型最优精度评分为 78.25 。

16:28:10

Batch Size 数据为 64 ,Epoch循环次数为 250 次, 通过在线上环境完成训练,模型最优精度评分为 76.85 。

15:08:59

Batch Size 数据为 64 ,Epoch循环次数为 1 次, 通过在线上环境完成训练,模型最优精度评分为 10.78 。

14:36:13
2020-08-18

Batch Size 数据为 64 ,Epoch循环次数为 250 次, 通过在线上环境完成训练,模型最优精度评分为 78.09 。

14:56:53

Batch Size 数据为 64 ,Epoch循环次数为 250 次, 通过在线上环境完成训练,模型最优精度评分为 77.41 。

13:10:55

Batch Size 数据为 64 ,Epoch循环次数为 250 次, 通过在线上环境完成训练,模型最优精度评分为 22.83 。

12:14:06

Batch Size 数据为 64 ,Epoch循环次数为 250 次, 通过在线上环境完成训练,模型最优精度评分为 72.08 。

10:32:12

Batch Size 数据为 64 ,Epoch循环次数为 250 次, 通过在线上环境完成训练,模型最优精度评分为 76.16 。

09:53:41
2020-08-17

Batch Size 数据为 64 ,Epoch循环次数为 250 次, 通过在线上环境完成训练,模型最优精度评分为 77.84 。

15:02:32
2020-08-14

Batch Size 数据为 64 ,Epoch循环次数为 250 次, 通过在线上环境完成训练,模型最优精度评分为 57.94 。

17:21:22

Batch Size 数据为 64 ,Epoch循环次数为 1 次, 通过在线上环境完成训练,模型最优精度评分为 3.01 。

16:47:14

Batch Size 数据为 64 ,Epoch循环次数为 1 次, 通过在线上环境完成训练,模型最优精度评分为 0.72 。

16:13:48

Batch Size 数据为 64 ,Epoch循环次数为 1 次, 通过在线上环境完成训练,模型最优精度评分为 0 。

16:07:18

Batch Size 数据为 64 ,Epoch循环次数为 1 次, 通过在线上环境完成训练,模型最优精度评分为 0.61 。

15:59:34
2020-08-11

Batch Size 数据为 64 ,Epoch循环次数为 250 次, 通过在线上环境完成训练,模型最优精度评分为 77.14 。

17:23:14

Batch Size 数据为 64 ,Epoch循环次数为 1 次, 通过在线上环境完成训练,模型最优精度评分为 0 。

14:59:41
2020-07-31

Batch Size 数据为 64 ,Epoch循环次数为 250 次, 通过在线上环境完成训练,模型最优精度评分为 78.15 。

15:30:33

Batch Size 数据为 64 ,Epoch循环次数为 320 次, 通过在线上环境完成训练,模型最优精度评分为 74.8 。

14:58:45

Batch Size 数据为 64 ,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 77.12 。

13:32:15

Batch Size 数据为 64 ,Epoch循环次数为 320 次, 通过在线上环境完成训练,模型最优精度评分为 75.94 。

10:30:23
2020-07-30

Batch Size 数据为 64 ,Epoch循环次数为 320 次, 通过在线上环境完成训练,模型最优精度评分为 76.77 。

18:53:58

Batch Size 数据为 64 ,Epoch循环次数为 320 次, 通过在线上环境完成训练,模型最优精度评分为 76.74 。

18:05:00

Batch Size 数据为 64 ,Epoch循环次数为 320 次, 通过在线上环境完成训练,模型最优精度评分为 76.54 。

16:46:28

Batch Size 数据为 64 ,Epoch循环次数为 320 次, 通过在线上环境完成训练,模型最优精度评分为 77.26 。

15:54:45

Batch Size 数据为 64 ,Epoch循环次数为 320 次, 通过在线上环境完成训练,模型最优精度评分为 76.74 。

14:12:52

Batch Size 数据为 64 ,Epoch循环次数为 320 次, 通过在线上环境完成训练,模型最优精度评分为 78.07 。

12:29:56

Batch Size 数据为 64 ,Epoch循环次数为 320 次, 通过在线上环境完成训练,模型最优精度评分为 73.58 。

11:08:46

Batch Size 数据为 64 ,Epoch循环次数为 320 次, 通过在线上环境完成训练,模型最优精度评分为 41.86 。

09:55:59
2020-07-29

Batch Size 数据为 128 ,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 73.9 。

23:11:51

Batch Size 数据为 64 ,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 74.69 。

21:20:12

Batch Size 数据为 64 ,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 77.08 。

20:05:53

Batch Size 数据为 64 ,Epoch循环次数为 320 次, 通过在线上环境完成训练,模型最优精度评分为 77.37 。

18:13:54

Batch Size 数据为 64 ,Epoch循环次数为 320 次, 通过在线上环境完成训练,模型最优精度评分为 70.45 。

17:17:41

Batch Size 数据为 64 ,Epoch循环次数为 320 次, 通过在线上环境完成训练,模型最优精度评分为 77 。

15:54:31
2020-07-29

Batch Size 数据为 64 ,Epoch循环次数为 320 次, 通过在线上环境完成训练,模型最优精度评分为 77.91 。

13:58:57

Batch Size 数据为 64 ,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 67.73 。

13:03:18