TensorFlow练习19: 预测天朝铁路客运量

以前做的练习还没有涉及过时间序列数据(洋文Time Series Data),一个最明显的例子是股票价格。

时间序列数据是指在不同时间点上收集到的数据,这类数据反映了某一事物、现象等随时间的变化状态或程度。

一年一度的春节又要来了,火车票已经开售。本帖就简单预测一下未来几个月天朝铁路客运量。

铁路客运量历史数据

铁路客运量.csv(2005-2016月度数据),数据来源于国家捅计菊。

使用matplotlib画出数据走势:

TensorFlow练习19: 预测天朝铁路客运量
总体呈增长趋势, 每年又有淡季和旺季

代码:

TensorFlow练习19: 预测天朝铁路客运量
红色曲线是预测值

网友提问:怎么判断模型已训练到最优?

简单回答:使用TensorBoard绘出loss和准确率。

最近在看一部动画,名叫《瑞克和莫蒂》,是关于科幻大冒险的、脑洞极大。

如要转载,请保持本文完整,并注明作者@斗大的熊猫和本文原始地址: http://blog.topspeedsnail.com/archives/10845

相关文章

《TensorFlow练习19: 预测天朝铁路客运量》有11个想法

  1. 我印出接近的圖形了,但是要學習到 200000 次
    我把其中一段 code 改成直接讀本地端的檔案
    貼上來分享給大家

    #url = ‘http://blog.topspeedsnail.com/wp-content/uploads/2016/12/铁路客运量.csv’
    ass_data = requests.get(url).content
    #df = pd.read_csv(io.StringIO(ass_data.decode(‘utf-8’)))

    df = pd.read_csv(‘鐵路客運量.csv’)

    1. 有一行程式少 #
      #url = ‘http://blog.topspeedsnail.com/wp-content/uploads/2016/12/铁路客运量.csv’
      #ass_data = requests.get(url).content
      #df = pd.read_csv(io.StringIO(ass_data.decode(‘utf-8’)))

      df = pd.read_csv(‘鐵路客運量.csv’)

  2. 您好,我运行时报了如下错误:在ass_rnn(hidden_layer_size=6):中的
    W_repeated = tf.tile(tf.expand_dims(W, 0), [tf.shape(X)[0], 1, 1])
    这一行,能帮忙看下是什么问题吗~万分感谢!
    File “/Users/IJCAI/traffic.py”, line 38, in ass_rnn
    W_repeated = tf.tile(tf.expand_dims(W, 0), [tf.shape(X)[0], 1, 1])
    File “/Library/Python/2.7/site-packages/tensorflow/python/ops/gen_array_ops.py”, line 1521, in tile
    name=name)
    File “/Library/Python/2.7/site-packages/tensorflow/python/ops/op_def_library.py”, line 411, in apply_op
    as_ref=input_arg.is_ref)
    File “/Library/Python/2.7/site-packages/tensorflow/python/framework/ops.py”, line 566, in convert_to_tensor
    ret = conversion_func(value, dtype=dtype, name=name, as_ref=as_ref)
    File “/Library/Python/2.7/site-packages/tensorflow/python/ops/constant_op.py”, line 179, in _constant_tensor_conversion_function
    return constant(v, dtype=dtype, name=name)
    File “/Library/Python/2.7/site-packages/tensorflow/python/ops/constant_op.py”, line 162, in constant
    tensor_util.make_tensor_proto(value, dtype=dtype, shape=shape))
    File “/Library/Python/2.7/site-packages/tensorflow/python/framework/tensor_util.py”, line 332, in make_tensor_proto
    _AssertCompatible(values, dtype)
    File “/Library/Python/2.7/site-packages/tensorflow/python/framework/tensor_util.py”, line 272, in _AssertCompatible
    (dtype.name, repr(mismatch), type(mismatch).__name__))
    TypeError: Expected int32, got list containing Tensors of type ‘_Message’ instead.

    1. 一樣…成功train了model但最後prediction()有error, 有沒有人完整run到最後prediction的圖?謝~

      ValueError: Variable lstm/RNN/BasicLSTMCell/Linear/Matrix already exists, disallowed. Did you mean to set reuse=True in VarScope? Originally defined at:

      1. 对代码先恢复train_rnn()并且注释掉prediction(),即先运行定义的train_rnn函数,得到ass.model模型;再对代码注释掉train_rnn()并且恢复prediction(),即不再运行定义的train_rnn函数,直接运行定义的prediction函数。 ps:得到的图形和博主的图差好多,还不知道哪里的问题

          1. 从 tf.global_variables() 上看 , 应该是tf 0.12的; 或者是master 版本的; 我用的是tf 0.10 需要把 tf.global_variables() 改成 tf.all_variables() ; 把 tf.global_variables_initializer() 改成 tf.initialize_all_variables() , 按照楼上的event 的方式运行应该没有问题 :)

发表评论

电子邮件地址不会被公开。 必填项已用*标注