首先感谢任何帮助！
我想创建一个简单的LSTM模型来预测下一分钟家用电力消耗的 Value . 使用此数据集：
https://archive.ics.uci.edu/ml/datasets/individual+household+electric+power+consumption
到目前为止我所做的是：
1）规范化数据并创建"window"，使我的LSTM网络如下所示：
从t0-t29开始30分钟的系列，每分钟有8个功能，网络应该输出t30的房屋电力消耗 . 因此，我的每个样本输入的形状为[30x8]，输出应为[1x1] . 到现在为止还挺好 .
2）我构建了一个简单的LSTM模型，如下所示：
model4 = Sequential()
model4.add(LSTM(1,input_shape=(30, 8)))
model4.add(Dense(1))
model4.compile(loss='mean_squared_error', optimizer='adam')
如您所见，一个非常简单的多对一模型 . 如图所示，我似乎预测值高于5-5.5：
3）我试过：
-
以不同方式对数据进行标准化（min max或mean std）
-
规范化所有数据，但功耗列保持原始值 . 以上都没有帮助 .
有什么建议？
1 回答
Solution:
我将LSTM图层的属性“激活”更改为“无” . 这样，默认的“tanh”函数不会“破坏”这些值 .