lstm查看预测值的代码
时间: 2024-01-25 11:05:18 浏览: 27
以下是使用LSTM模型进行预测并查看结果的代码示例:
```python
# 导入必要的库
import numpy as np
from keras.models import Sequential
from keras.layers import Dense, LSTM
# 创建模型
model = Sequential()
model.add(LSTM(50, input_shape=(1, 1)))
model.add(Dense(1))
model.compile(loss='mean_squared_error', optimizer='adam')
# 准备数据
X_train = np.array([1, 2, 3, 4, 5, 6, 7, 8, 9, 10])
y_train = np.array([2, 4, 6, 8, 10, 12, 14, 16, 18, 20])
X_train = np.reshape(X_train, (X_train.shape[0], 1, 1))
# 训练模型
model.fit(X_train, y_train, epochs=100, batch_size=1, verbose=2)
# 预测值
X_test = np.array([11, 12, 13, 14, 15])
X_test = np.reshape(X_test, (X_test.shape[0], 1, 1))
y_pred = model.predict(X_test)
# 查看预测结果
print(y_pred)
```
在这个例子中,我们使用了一个简单的LSTM模型来预测每个输入数字的两倍。我们首先将模型编译为回归模型,然后使用训练数据进行训练。然后,我们使用模型预测测试数据的输出,并将结果打印到控制台上。