莫烦 Python RNN LSTM (回归例子可视化)

RNN LSTM (回归例子可视化)

作者: Morvan    编辑: Morvan   

• 学习资料:
  • 相关代码
  • 机器学习-简介系列 什么是RNN
  • 机器学习-简介系列 什么是LSTM RNN

接着上一节的例子继续讲解. 这次, 我们会要可视化整个学习的结果.

使用 Matplotlib 模块来进行可视化过程, 在建立好 model 以后, 设置 plt.ion() 使 plt.show()可以连续显示.

model = LSTMRNN(TIME_STEPS, INPUT_SIZE, OUTPUT_SIZE, CELL_SIZE, BATCH_SIZE)sess = tf.Session()# sess.run(tf.initialize_all_variables()) # tf 马上就要废弃这种写法# 替换成下面的写法:sess.run(tf.global_variables_initializer())plt.ion()   # 设置连续 plotplt.show()

然后在 sess.run() 后面加上plt.draw()的步骤.

_, cost, state, pred = sess.run(            [model.train_op, model.cost, model.cell_final_state, model.pred],            feed_dict=feed_dict)# plottingplt.plot(xs[0, :], res[0].flatten(), 'r', xs[0, :], pred.flatten()[:TIME_STEPS], 'b--')plt.ylim((-1.2, 1.2))plt.draw()plt.pause(0.3)  # 每 0.3 s 刷新一次

最后的结果显示为:

如果你觉得这篇文章或视频对你的学习很有帮助, 请你也分享它, 让它能再次帮助到更多的需要学习的人.

莫烦没有正式的经济来源, 如果你也想支持 莫烦Python 并看到更好的教学内容, 请拉倒屏幕最下方, 赞助他一点点, 作为鼓励他继续开源的动力.