RNN模型训练后如何预测以下值？答案

【问题标题】：How can I predict the following values after RNN model training?RNN模型训练后如何预测以下值？
【发布时间】：2020-09-02 19:51:04
【问题描述】：

我用 LSTM 训练了一个时间序列模型（形状为 N、20、1）。

假设N是最后一条数据。

使用model.predict 给出N + 1 th 预测值。

如何预测 N + 2、N + 3、N + 4 .... 等之后的数据值

【问题讨论】：

【解决方案1】：

在像 LSTM 这样的时间序列模型中，预测新数据点取决于之前的数据点。要预测 n + 1，请使用 [N-19...N]。现在要预测 n + 2，您需要 [N-18...N+1]。如果您想预测未来越来越远，请重复此过程。

当然，你走得越远，你的预测就越不准确。 RNN 擅长预测下一个时间步长，但不擅长预测遥远的未来。这就是为什么如果您查看由神经网络生成的书籍或句子，它们没有多大意义。

一旦你得到 n + 1 的实际值，n + 2 的预测将比你必须使用你的预测值更准确。

【讨论】：

gist.github.com/Lay4U/a0a1a32320567c2aab9cd7ec78cf96a5 这是简化的代码。（没有太大区别。）如果你编写预测下一个值的代码，我会给你 25 美元。
如果你想使用 githelp 链接，我绝对可以为你写，但你快到了。你不能只调用一次 predict ，你必须为每个额外的时间步调用一次，否则它不会有新的信息。像 LSTM 这样的标准 RNN 只能预测未来的一个时间步。