深度学习------tensorflow2.0:RNN单词预测，句子预测，股票预测

小飞龙程序员

已于 2022-03-18 10:49:19 修改

阅读量512

点赞数 1

分类专栏：深度学习文章标签： keras 深度学习神经网络

于 2022-03-04 19:43:18 首次发布

本文链接：https://blog.youkuaiyun.com/m0_47405013/article/details/123189104

版权

深度学习专栏收录该内容

42 篇文章 ¥99.90 ¥299.90

订阅专栏

超级会员免费看

本文详细介绍了如何使用TensorFlow2.0进行RNN模型的应用，包括单词预测、句子预测以及股票价格预测，展示了深度学习在序列数据处理上的能力。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

1. 单词预测

import tensorflow as tf
from tensorflow.keras.layers import Dense,Activation
from tensorflow.keras.models import Sequential
from tensorflow.keras import utils
import numpy

了解本专栏

订阅专栏解锁全文

超级会员免费看

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

小飞龙程序员

关注关注

1
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
打赏
打赏
打赏举报

举报

专栏目录

订阅专栏

tensorflow2.0用RNN实现股票预测

nyz5211314的博客

05-25

2423

前言关于RNN的具体结构和计算过程这里就不过多的进行赘述了，还不知道的小伙伴可以问下度娘或者谷歌。(本文是学习了北京大学曹健老师的tensorflow课程所做笔记，仅供参考) 数据分析在股票数据上我们使用tushare财经数据接口包，用该模块下载近10年的SH600519贵州茅台的日K线数据。改写6位数的股票代码即可下载我们需要的股票历史数据。 import tushare as ts df1 = ts.get_k_data('600519', ktype='D', start='2010-04-26

吴恩达 tensorflow2.0 实践系列课程（4）：RNN

Abandon_first的博客

07-16

759

tensorflow2.0(4)

参与评论您还未登录，请先登录后发表或查看评论

使用tensorflow2.0 神经网络 预测股票信息

sabc123的博客

03-14

3692

业余时间学习下深度学习，个人理解就是对已有的数据进行非线性映射，然后再映射的空间内找出数据的特征（个人理解可能不准，请指正）。然后想着找一些数据练习下，网上的教程例子很多，个人想着预测下股票信息，大概的过程如下： 1、使用tushare获取stock信息， 2、对数据进行处理 3、训练和预测获取信息： def getStockInfo(symbol, ts_code, star...

使用tensorflow2.0 神经网络 预测股票信息(二)

sabc123的博客

06-24

1280

之前使用tensorflow LSTM 对第二日的收盘信息进行了预测（预测其他信息也可以，只需要对train_y进行替换）。具体如下https://blog.csdn.net/sabc123/article/details/104859617 现在对第二日的跌涨信息进行预测。原理与之前类似，只有两处大的改动： 1、在处理train_y的时候不能直接拿第二的天的数据直接使用，需要与前一日的数据做差作为train_y。 2、网络模型要响应的改变，使用二分类或者多分类模型，代价函数选择相对于的函数即可。 .

使用TensorFlow2.0实现一个简单的股票预测

twinkle-zp的博客

04-20

1913

使用TensorFlow2.0实现一个简单的股票预测 1、环境 Python3.7.4 PyCharm 2019.1.3 (Professional Edition) Windows 10 Tensorflow2.0+cuda10.0 2、数据集及预处理数据集格式为一维数据，每行代表一天的数据，将数据集每十一天划分为一组，前十天为训练数据，第十一天作为标签数据，如果大于第十天数据，则为1，否则为0。即问题是一个二分类任务。根据前十天走势判断第十一天上涨还是下跌。预处理过程将数据集每十一天作为一组数据，

【人工智能笔记】第五节：基于TensorFlow 2.0进行股票预测(JIT与Eager双模式实现)

不定时更新AI技术tensorflow实现方式，欢迎关注，有问题请私信我。

11-08

1700

该模型是典型的数据预测模型。实现多参数输入含时序，预测多个结果数据。输入维度(batch_size,历史数据长度,输入参数数量)，这里取15个维度，包含：年、月、日、上证指数、深证指数与目标股票(开盘、最高、最低、收盘)*3。输出维度(batch_size,预测数据长度,输出参数数量)，这里取12个维度，包含：上证指数、深证指数与目标股票(开盘、最高、最低、收盘)*3。训练流程，将数据...

使用TensorFlow2.0中的Keras实现基于BiLSTM-CRF的NER.zip

最新发布

04-03

TensorFlow 2.0 是Google开发的一个开源机器学习框架，其最新版本强调了易用性和直观性。Keras是TensorFlow的一个高级API，使得模型构建、训练和评估变得更加简洁，特别适合快速原型设计和实验。 **2. 双向长短期...

【深入理解TensorFlow 2.0】：架构与设计原理全揭秘

TensorFlow 2.0作为深度学习领域广受欢迎的开源框架，为构建和训练机器学习模型提供了丰富的API和工具。本文首先介绍TensorFlow 2.0的安装与基本配置，随后深入探讨其核心概念和组件，包括张量、操作、计算图、自动...

TensorFlow2.0笔记（六）——用RNN实现连续数据的预测

qq_40243295的博客

08-12

2998

rnn-nlp-单词预测

weixin_30347009的博客

03-18

354

import reader import numpy as np import tensorflow as tf # 数据参数 DATA_PATH = 'simple-examples/data/' # 数据存放路径 VOCAB_SIZE = 10000 # 单词数量 # 神经网络参数 HIDDEN_SIZE = 200 # LSTM隐藏层规模 ...

TensorFlow神经网络实现股票预测

10-07

项目请参见：https://handsome-man.blog.csdn.net/article/details/108956942

Tensorflow-LSTM-股票预测DEMO

08-23

Tensorflow-LSTM-股票预测DEMO

TensorFlow对于sin函数的预测----RNN模型

03-05

TensorFlow对于sin函数的预测----RNN模型具体解释参考http://blog.csdn.net/yunge812/article/details/79444089

用tensorflow实现单词预测问题with LSTM

仲夏

12-14

2231

**本程序需要用到tensorflow的model库，然而在tensorflow 1 以后的版本就不自动安装model模块了，需要自己单独安装。# -*- coding: utf-8 -*-import numpy as np import tensorflow as tf from tensorflow.models.rnn.ptb import readerDATA_PATH = "/F/jhq

tensorflow实现RNN-LSTM 预测句子/单词

R18830287035的博客

08-13

3813

![在这里插入图片描述](https://img-blog.csdnimg.cn/20190813095330795.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_a 代码实现： 1、数据处理： # -*- coding: UTF-8 -*- """ 实用方法 """ import...

RNN预测股票开盘价（TensorFlow，tensorboard可视化）

人工智能方向，计算机视觉

08-09

1776

TensorFlow实现股票预测（RNN，网络优化）

Tensorflow2.0——循环神经网络RNN

qq_42873479的博客

01-28

737

循环神经网络RNN时间序列表示波形图片文字Word embedding循环神经网络RNNRNN layer使用梯度离散和梯度爆炸梯度爆炸梯度离散时间序列表示波形 [ b, 100, 1 ] :b条线，100个时刻，每个时刻有一个价格。图片 [b, 28, 28] :b副图，共28个时刻，每个时刻取28个像素点。文字序列表示：[b, seq_len, feature_len] b个句子，seq_len每个句子单词数，feature_len每个单词的维度。可以根据需要调整b的位置： [word

TensorFlow 2.0 模型：循环神经网络

weixin_40920183的博客

10-19

527

文 /李锡涵，Google Developers Expert本文节选自《简单粗暴 TensorFlow 2.0》上一篇文章中，我们介绍了在图像领域中广泛使用的卷积神经网络及其在 ...

tensorflow2.x股票预测

m0_67084346的博客

11-28

479

tensorflow2.x股票预测