最近我在github上看到一個項目，項目內容是將深度學習方法(LSTM、RNN、GRU)進行時間序列建模的過程進行了封裝，使得調用者調用者只需5行代碼能完成時間序列建模以及預測的全過程。

項目本身是使用pytorch實現的，拓展性極強，在這兒與大家分享。希望能幫助到大家。

該項目的思路如下圖所示，主要利用前幾個時刻的序列值來預測未來若干時刻(一步預測、多步預測)。

模型部分參數圖示

項目中訓練以及預測的函數功能和sklearn庫中模型訓練以及預測的函數保持一致，個人感覺容易上手，然后應用到自己的工作中。

項目的運行過程簡單且直觀，主要分為如下三個步驟：

加載數據，并劃分訓練集以及測試(函數該項目已提供)

?data = pd.read_csv(train_file_path, header=0, index_col=0).values?train_data, test_data = divide_train_test(data)

初始化模型，可以根據自己的需求來指明參數，也可以按照默認值。

?ts = ts_model()

訓練模型以及可視化結果

?preds, reals = ts.fit_transform(train_data, test_data)?ts.plot_predict_result(preds, reals)

是不是很簡單，如果需要保存結果，可以直接調用項目提供的方法，期待小伙伴的探索。

最后，該項目提供了公開數據集，我們可以直接下載項目，然后運行。如果你覺得該項目確實幫助到你了，可以給這個項目加星，以促進這個項目后續更新。如果有問題，就直接在github上提問。

項目地址為：https://github.com/yyqcs/time-series-model

總結

以上是生活随笔為你收集整理的lstm代码_只需5行代码！LSTM时间序列建模以及预测的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。