基于深度学习/ LSTM的预测
新手到目前为止，我已经使用自回归ARIMA进行了时间序列预测(例如，股票价值预测)，使用操作符检索-过滤示例-ARIMA-应用预测。
由于LSTM层的扩展现在可用，我想尝试使用深度学习进行时间序列预测。
为了做到这一点，我简单地用深度学习算子[扩展]替换了ARIMA算子。类似地，我用应用模型(通用)[扩展]代替了应用预测。
对于深度学习算子的内部结构，我选择了以下序列:
添加full - connected Layer，神经元= 1，激活函数= ReLU;添加LSTM Layer，神经元= 10，激活函数= ReLU;添加输出层输出类型=自动。
不幸的是，这个简单的模型不起作用，并给出错误消息“网络配置问题”。
如果你能给我一些有用的建议，我将非常感谢这里的专家。
问候Torsten
0
