LSTM神经网络模型预测数据

在训练模型的时候出现了这样一个问题，之前训练另一组类似的数据时没有出现过

【相关推荐】

• 你可以参考下这个问题的回答, 看看是否对你有帮助, 链接: https://ask.csdn.net/questions/748529
• 你也可以参考下这篇文章：LSTM 长短期记忆神经网络及股票预测实现
• 您还可以看一下 吕强老师的自然语言处理实战—LSTM情感分析课程中的 课程总结小节, 巩固相关知识点
  
• 除此之外, 这篇博客: LSTM神经网络详解中的 如何在算法中实现这三个开关？ 部分也许能够解决你的问题, 你可以仔细阅读以下内容或跳转源博客中阅读:
  

  方法：用 门（gate）

  定义：gate 实际上就是一层全连接层，输入是一个向量，输出是一个 0到1 之间的实数向量。
  公式为：
  
  也就是：
  
  gate 如何进行控制？

  方法：用门的输出向量按元素乘以我们需要控制的那个向量
  原理：门的输出是 0到1 之间的实数向量，当门输出为 0 时，任何向量与之相乘都会得到 0 向量，这就相当于什么都不能通过；
  输出为 1 时，任何向量与之相乘都不会有任何改变，这就相当于什么都可以通过。

如果你已经解决了该问题, 非常希望你能够分享一下解决方案, 写成博客, 将相关链接放在评论区, 以帮助更多的人 ^-^