【发布时间】：2016-10-01 04:50:33
【问题描述】：
我正在使用 tensorflow 进行时间序列分类。我正在向 lstm 单元提供固定的窗口时间序列，并且我正在尝试分类时间序列是属于 a 类还是 b 类。经过一些培训后，我将模型测试为从未接受过培训的新时间序列。问题是该模型为测试数据集中的每个不同时间序列预测相同的概率。它的行为就像不同的时间序列是相同的。您知道为什么会这样吗？
【问题讨论】：
-
你能分享你的代码吗？最可能的解释是输入的处理方式存在一些问题。
-
我做了一个实验，向我的测试数据集添加了一个非常不同的时间序列，并且网络能够区分这个时间序列。所以可能网络不够敏感或者我需要对数据进行一些预处理以扩大示例之间的差异
标签： time-series tensorflow lstm