tensorflow - 如何在 Keras 中将多个数据集与一个模型一起使用？

Question

我正在使用 LSTM 网络尝试使用 Keras 和 Tensorflow 进行外汇预测。 我当然希望它在许多天的交易中进行训练，但要做到这一点，我必须给它连续的数据，其中有大的跳跃和没有移动的阶段......当市场关闭时......这并不理想由于这些跳跃和没有运动的阶段而“困惑”。或者我使用一天一分钟的数据，但这样我的训练数据时间非常有限，模型也不会很好。

您有解决此问题的想法吗？ 这是我当前的代码:

CODE

谢谢

Answer 1

如果您计划按顺序将多个数据集拟合为数据切片，则类似这样的方法可行:

for _ in range(10):
#somehow cut the data into slices and fit them one by one
    model.fit(data_slice, label_slice ......)

因为对 fit 的连续调用将逐步训练单个模型。