用Keras中的LSTM模型进行predict怎么分time-step逐个输入而不是先构建一个数据矩阵直接输入？
大家好，我现在训练了一个LSTM模型，在用它进行predict的时候需要首先构建一个(1,time_steps, dims)的数据矩阵然后输入模型中，但是现在每个time_step的数据是随时间不断产生的，怎么做才能将其一个个输入模型中同步进行预测而不是收集完所有time_step的数据后再一次性输入？谢谢！
keras中的lstm模型怎么分time-step输入？
大家好，我有个训练好了的lstm模型（Keras），进行正向传播的时候都是构建一个（n_samples, time_steps,feature_dims）的数据矩阵进行predict，但是现在我的每个time_step的数据是分时获得的，能否获取一个time_step的数据让lstm进行一轮更新，然后再放进一个进行下一轮更新...直至所有time_step全部输入完，程序该怎么写？谢谢
本页面内关键词为智能算法引擎基于机器学习所生成，如有任何问题，可在页面下方点击"联系我们"与我们沟通。
lstm模型相关内容
- lstm情感分析模型
- lstm模型价格
- python lstm模型
- lstm模型价格预测
- lstm模型股票
- 模型lstm
- 算法lstm模型
- lstm回归预测模型
- lstm模型数据
- lstm模型序列
- lstm模型超参数
- lstm模型分析
- lstm模型案例
- 模型lstm gru
- 序列模型lstm
- lstm模型实战
- 模型lstm代码
- lstm模型pytorch
- lstm模型研究
- lstm模型研究代码
- 麻雀优化lstm模型研究
- lstm记忆回归预测模型
- lstm模型优化
- lstm模型单步
- rnn lstm模型
- 模型rnn lstm gru
- lstm模型温度序列单步多步
- keras lstm模型
- keras构建lstm模型生成器
- 平行语料库英文翻译lstm翻译模型