回归预测 | MATLAB实现LSTM长短期记忆神经网络多输入多输出

回归预测 | MATLAB实现LSTM长短期记忆神经网络多输入多输出

目录

• ​​回归预测 | MATLAB实现LSTM长短期记忆神经网络多输入多输出​​

• ​​预测效果​​
• ​​基本介绍​​
• ​​程序设计​​
• ​​往期精彩​​
• ​​参考资料​​

预测效果

基本介绍

MATLAB实现LSTM长短期记忆神经网络多输入多输出预测，数据为多输入多输出预测数据，输入10个特征，输出3个变量,程序乱码是由于版本不一致导致，可以用记事本打开复制到你的文件，运行环境MATLAB2018b及以上。长短期记忆网络——通常被称为 LSTM，是一种特殊的 RNN，能够学习长期依赖性。由 Hochreiter 和 Schmidhuber（1997）提出的，并且在接下来的工作中被许多人改进和推广。LSTM 在各种各样的问题上表现非常出色，现在被广泛使用。

程序设计

• 完整程序和数据下载方式1(资源处直接下载)：​​MATLAB实现LSTM长短期记忆神经网络多输入多输出​​
• 完整程序和数据下载方式2(订阅《LSTM长短期记忆神经网络》专栏，数据订阅后私信我获取)：​​MATLAB实现LSTM长短期记忆神经网络多输入多输出​​

%-----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------
layers = [ ...
    sequenceInputLayer(numFeatures)
    lstmLayer(numHiddenUnits)
    fullyConnectedLayer(numResponses)
    regressionLayer];
options = trainingOptions('adam', ...
    'MaxEpochs',250, ...
    'GradientThreshold',1, ...
    'InitialLearnRate',0.005, ...
    'LearnRateSchedule','piecewise', ...
    'LearnRateDropPeriod',125, ...
    'LearnRateDropFactor',0.2, ...
    'ExecutionEnvironment','cpu', ...
    'Verbose',0, ...
    'Plots','training-progress');
%-----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------   
net = trainNetwork(XTrain,YTrain,layers,options);
dataTestStandardized = (dataTest - mu) / sig;
XTest = dataTestStandardized(1:end-1);
net = predictAndUpdateState(net,XTrain);
[net,YPred] = predictAndUpdateState(net,YTrain(end));
numTimeStepsTest = numel(XTest);
%-----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------

往期精彩

​​MATLAB实现RBF径向基神经网络多输入多输出预测​​MATLAB实现BP神经网络多输入多输出预测
MATLAB实现DNN神经网络多输入多输出预测