TensorflowでRNNを使用して将来の時系列の値を予測する

Question

私は深い学習と時系列予測へのアプローチに親しまれています。最近、私はtime series predicting using Recurrent Neural Networks (RNN) in Tensorflowについて1件の記事を見つけました。

その記事では、テスト・セットは、最後の20点の値であり、モデルは、データセットの最後の20の値についてもy_predを予測し、次いでy_testとy_predのMSEを算出します。私の質問は、将来の予測期間（実際の予測）を予測するために、モデルをどのように延長することができますか？

ありがとうございます！

Answer 1

最初の手順では、実際の値を使用する必要があります。その後、予測値を使用して最後の値を置き換えます。 次のコードを参考にしてください。

with tf.Session() as sess: 
    saver.restore(sess, './model_saved') 
    preds = [] 
    X_batch = last_n_steps_value 
    X_batch = X_batch.reshape(-1, n_steps, 1) 
    for i in range(number_you_want_to_predict): 
     pred = sess.run(outputs, feed_dict={X: X_batch}) 
     preds.append(pred.reshape(7)[-1]) 
     X_batch = X_batch[:, 1:] 
     # Using predict value to replace real value 
     X_batch = np.append(X_batch, pred[:, -1]) 
     X_batch = X_batch.reshape(-1, n_steps, 1)