学习记录--- LSTM 时序特征提取

最新推荐文章于 2025-05-28 17:45:47 发布

Laiguibing521

最新推荐文章于 2025-05-28 17:45:47 发布

阅读量1.6w

点赞数 6

CC 4.0 BY-SA版权

分类专栏：大四暑假文章标签： LSTM 时间序列

本文链接：https://blog.youkuaiyun.com/Laiguibing521/article/details/98939240

本文记录了使用LSTM进行时间序列特征提取的项目经验，包括遇到的内存爆炸、图清空、运行时间计算、数据处理等挑战及解决方案。通过调整参数和代码优化，显著提升了特征提取效率。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

最近做项目，看了一点关于LSTM的知识，目的是想用LSTM提取时间序列的时序特征

和师姐讨论，加上个人理解，认为state.h （使用tensorflow深度学习框架）为一条序列的时序特征。（时序特征维数由隐层神经元个数num_units决定）

data数据格式

数据说明：jobid,taskid,5条序列。

比如1到6行，是第一task的5条序列
比如7到14行，是第二个task的5条序列

inx数据格式

索引说明：对上述data的说明
每一个task的起始位置，以及序列长度

源码

# -*- coding: utf-8 -*-
"""
用lstm 提取时间序列特征

input：一个task的序列 矩阵（jobid,taskid,5属性序列）
output：一个task时序特征 向量（jobid,taskid,时序特征）

time:2019-8-8
@author: bing
reference: https://blog.youkuaiyun.com/xiaokang06/article/details/80235950
"""

import tensorflow as tf
import numpy as np
import scipy.io as sio

#每次传入一个task矩阵
def