我无法理解如何使用已经训练过的神经网络模型 . 我在python上编程，我使用库keras . 我分析时间序列 . 训练神经网络，保存模型 .
如keras文档中所述，您需要调用model_name.predict（）方法 . 好 . 我这样做：model.predict（数据集），其中数据集是过去90天的值 . 而且我需要预测10天的预测 .
但预测仅针对90天的指定数据集！也就是说，您只能比较原始数据和预测 .
那么如何从今天起提前10天做出预测呢？
保存模型后，需要在需要时加载它 . 对于Keras，您可以加载模型
loaded_ model = keras.models.load_model( filepath )
然后你必须调用该函数
loaded_model.predict( dataset )
数据集应该是您未来10天的数据，而不是过去90天的数据 . 如果您传递过去90天的数据，它将预测其对该数据的输出 .
我的答案是基于您的模型使用监督学习算法并进行分类或回归任务的假设 .
1 回答
保存模型后，需要在需要时加载它 . 对于Keras，您可以加载模型
然后你必须调用该函数
数据集应该是您未来10天的数据，而不是过去90天的数据 . 如果您传递过去90天的数据，它将预测其对该数据的输出 .
我的答案是基于您的模型使用监督学习算法并进行分类或回归任务的假设 .