JJASMINE22 / multi_lstm

multiple lstms inspired by empirical modal decomposition

Multiple LSTM模型的tensorflow2实现

---

目录

1. 所需环境 Environment
2. 模型结构 Structure
3. 注意事项 Attention
4. 文件下载 Download
5. 训练步骤 How2train
6. 预测效果 Predict

所需环境

1. Python3.7
2. tensorflow-gpu>=2.0
3. Numpy==1.19.5
4. CUDA 11.0+
5. Pandas==1.2.4
6. Scipy==1.6.3
7. Pyhht==0.1.0
8. Matplotlib==3.2.2

模型结构

由9个单元组成，其中多头注意力LSTM单元3个，LSTM单元6个，两种单元结构如下：

LSTM单元

MHA LSTM单元

注意事项

1. 模型由9个单元组成，共两种类型：LSTM单元与多头注意力LSTM单元
2. 根据经验模态分解，将输入数据拆分为9组，并按pearson相关系数排序
3. 模型误差由9组imf分量共同决定，提高泛化性
4. 数据路径、训练参数均位于config.py

文件下载

链接：https://pan.baidu.com/s/1PYSmTSc7ucK3nYCpyEeb5A 提取码：sets 下载解压后放置于config.py中设置的路径即可。

训练步骤

1.默认设置某气候数据为训练样本 2.运行train.py

预测效果

9分量的特征1： 9分量的特征2：