TF的股票预测的训练
2018-01-15 21:25
239 查看
此文是作为练习的记录的。参考的是“自创数据集,用TensorFlow预测股票教程”文章里的实现。
自行码了一遍。并运行通过了。
代码位置:https://github.com/renwoxing2016/stocks。有需要的朋友可参考。
调试期间遇到了如下问题。
ValueError: Cannot feed value of shape (256, 501) for Tensor 'Placeholder_8:0', which has shape '(?, 500)'
网上没有找到对此的回答,列出解决方法。
就是要确保代码中的占位符的定义的变量,其数组的维度(列数或行数),要与输入数据的维度保持一致。
不一致的话就会出现上述问题。
另外关于变量的initializer需要注意一下。
有的tf版本较旧的话可用如下;
weight_initializer = tf.variance_scaling_initializer(mode="fan_avg", distribution="uniform", scale=sigma)
而新的tf版本,则如下用法:
weight_initializer = tf.contrib.layers.variance_scaling_initializer(factor=sigma,mode="FAN_AVG")
参考网上的文章http://blog.csdn.net/tmb8z9vdm66wh68vx1/article/details/78546859。
自行码了一遍。并运行通过了。
代码位置:https://github.com/renwoxing2016/stocks。有需要的朋友可参考。
调试期间遇到了如下问题。
ValueError: Cannot feed value of shape (256, 501) for Tensor 'Placeholder_8:0', which has shape '(?, 500)'
网上没有找到对此的回答,列出解决方法。
就是要确保代码中的占位符的定义的变量,其数组的维度(列数或行数),要与输入数据的维度保持一致。
不一致的话就会出现上述问题。
另外关于变量的initializer需要注意一下。
有的tf版本较旧的话可用如下;
weight_initializer = tf.variance_scaling_initializer(mode="fan_avg", distribution="uniform", scale=sigma)
而新的tf版本,则如下用法:
weight_initializer = tf.contrib.layers.variance_scaling_initializer(factor=sigma,mode="FAN_AVG")
参考网上的文章http://blog.csdn.net/tmb8z9vdm66wh68vx1/article/details/78546859。
相关文章推荐
- 股票涨跌预测方法之三:建立模型并训练
- 将tf训练的权重保存为CKPT,PB ,CKPT 转换成 PB格式。并将权重固化到图里面,并使用该模型进行预测
- tensorflow将训练好的模型freeze,即将权重固化到图里面,并使用该模型进行预测(tf.graph_util.convert_variables_to_constants函数)
- TF:利用TF的train.Saver载入曾经训练好的variables(W、b)以供预测新的数据—Jason niu
- 【caffe】使用自己的图像数据训练lenet并用opencv进行预测
- 训练定制属于自己的TFRecorder格式
- 高盛预测苹果股票将上涨30%以上 目标价430美元
- 如何利用训练好的神经网络进行预测
- 深度学习Caffe平台实例——CIFAR-10数据集在caffe平台上模型训练及实例使用模型进行预测
- DL开源框架Caffe | 用训练好的模型对数据进行预测
- caffe win10 ssd训练和预测(CPU)
- tensorflowxun训练自己的数据集之从tfrecords读取数据
- TensorBoard对训练过程可视化(不用tf.summaries.merge_all)
- 【深度学习】【caffe实用工具4】笔记26 windows下使用Caffe中的源代码进行【训练】和【预测】
- 《BI那点儿事》Microsoft 逻辑回归算法——预测股票的涨跌
- Keras中利用训练好的vgg16预测图片类型
- 采用 facebook 的prophet 预测科大讯飞的股票开盘价
- 将tensorflow训练好的模型部署成sercice服务,并做预测
- tensorflow将训练好的模型freeze,即将权重固化到图里面,并使用该模型进行预测