深度学习原理与框架-递归神经网络-时间序列预测

代码说明：使用的是单层的rnn网络，迭代的终止条件为，第n的100次循环的损失值未降低次数超过3次，即跳出循环

数据说明：使用的是乘客的人数，训练集和测试集的分配为0.8和0.2， train_x使用的是前5个数据，train_y使用的是从2个数据到第6个数据，以此往后类推

代码：

第一部分：数据的读入，并将数据拆分为训练集和测试集，同时构造train_x, train_y, test_x, test_y, 每一个train的大小为5, 1

第二部分：实例化模型，同时对模型进行训练操作

第三部分：进行模型的测试，这里分为两种情况，一种是每5个测试集数据预测每5个结构，第二种是使用train的最后5个数据进行预测，将预测结果的最后一个数，与用于预测的后4个数据进行拼接，作为下一次预测的5个数，进行预测

原文地址：https://www.cnblogs.com/my-love-is-python/p/10556120.html