使用TensorFlow和LSTM的时间序列预测,最终结果46.86%

Batch大小为64,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46.86。

得分记录
2020-08-06

Batch Size 数据为 64 ,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 17.04 。

03:24:14

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 4.95 。

20:58:08

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 。

20:56:21

Batch Size 数据为 32 ,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 0 。

20:36:54
2020-08-05

Batch Size 数据为 32 ,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 20.1 。

12:15:56

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 。

11:55:47
2020-08-03

Batch Size 数据为 64 ,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 46.86 。

11:55:42

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 1.93 。

11:38:24