近來在和大創斗智斗勇，選題是基于深度學習的時序預測，由于本人比較菜，很多概念都不清不楚。近來找到一份github上的代碼，是使用基于inception-v4的CNN做時序分類。想問問各位大佬有沒有可能通過修改代碼或資料集形式，將其用作時序預測？因為我目前只有機器學習的基礎，對時序這塊真的不怎么了解，也不是很清楚時序預測和時序分類的差異，導致雖然知道那份代碼和傳統的深度學習做時序預測不一樣，還是傻傻地拿著研究了半天
懇請路過的諸位提供一點建議，不勝感激~
uj5u.com熱心網友回復：
CNN獲取的是空間特征關系，目前無法用于時序，我正在考慮用CNN獲取時序特征，但只是設想，而且就算實作獲取的時序特征應該也非常簡單，對于復雜問題用不了～要做獲取時序特征，需要用到RNN，現在比較好用的LSTM。一般來說，預測用時序特征，因為預測需要考慮背景關系，而分類用空間特征，因為分類主要考慮本身的特征關系。當然這不是絕對的，我就看到有人把時序用在影像分類上，也就是把像素值以時序列的形式輸入，分類效果也還可以，而目標跟蹤和檢測雖然是在視頻上處理，應該獲取前后幀資訊，但是RNN引數量太大，處理速度下降太多，也被棄用了。
uj5u.com熱心網友回復：
LSTM, LSTM, LSTMuj5u.com熱心網友回復：
https://blog.csdn.net/mangobar/article/details/105204226https://blog.csdn.net/mangobar/article/details/105248260
https://blog.csdn.net/mangobar/article/details/105296300
uj5u.com熱心網友回復：
有CNN+RNN的看圖說話，算不算時序預測uj5u.com熱心網友回復：
主要還是 RNN 涉及了時序，CNN的作用：提取特征。
uj5u.com熱心網友回復：
一維卷積CNN可以做時間序列分析轉載請註明出處，本文鏈接：https://www.uj5u.com/qita/31514.html
標籤：人工智能技術
上一篇：你們說搞一博客有必要嗎？
下一篇：什么問題可以轉化為求解特征值？