我正在尝试解决时间序列预测问题 . 我尝试使用ANN和LSTM，使用各种参数进行了很多练习，但我能得到的只比持久性预测好8％ .
所以我想知道：因为你可以在keras中保存模型;是否有任何预先训练的模型（LSTM，RNN或任何其他ANN）用于时间序列预测？如果是这样，我怎么得到它们？在Keras有吗？
我的意思是，如果有一个包含预训练模型的网站，那将非常有用，这样人们就不必花费太多时间训练它们 .
同样，另一个问题：
有可能做到以下几点吗？假设我现在有一个数据集，我用它来训练我的模型 . 假设在一个月内，我将访问另一个数据集（对应于相同的数据或类似数据，将来可能，但不是唯一的） . 那么继续训练模型是否可能？与批量培训不同 . 当您分批进行时，您可以在一瞬间获得所有数据 . 可能吗？如何？
1 回答
我先回答你的最后一个问题 .
对的，这是可能的 . 一般来说，它被称为transfer learning . 但请记住，如果两个数据集代表非常不同的人口，网络将很快"forget"它在第一次运行中学到的东西，并将优化到第二次 . 要做到这一点，您只需从loaded state开始训练而不是随机初始化，然后保存模型 . 还建议在第二次运行时使用较小的学习速率，以便逐渐适应新数据 .
我还没有找到一个预先训练好的模型，但快速搜索给了我几个活跃的GitHub项目，你可以运行并自己得到一个结果：Time Series Prediction with Machine Learning（LSTM，GRU在tensorflow中的实现），LSTM Neural Network for Time Series Prediction（keras和tensorflow） ，Time series predictions with Keras（keras和theano），Neural-Network-with-Financial-Time-Series-Data（keras和tensorflow） . 另见this post .