我最近很喜欢使用keras,我想知道如何解决这个问题。
我有一个包含100张图片的序列。它们是100天连续日的雷达地图图像。我想预测明天的图片。
这些图像可以被解释为n x m维矩阵(不是正方形)。
这是否可以适应于lstm神经网络?你会如何解决这个问题?
感谢分享思路!
我有一个包含100张图片的序列。它们是100天连续日的雷达地图图像。我想预测明天的图片。
这些图像可以被解释为n x m维矩阵(不是正方形)。
这是否可以适应于lstm神经网络?你会如何解决这个问题?
感谢分享思路!
康奈尔大学提出了一种不需要使用GAN的方法。这种方法相当复杂,但简单来说,他们使用堆叠LSTM,并将误差信号传播到更多的LSTM层,这些层的工作是预测下一帧的误差。这是论文。
还有其他方法,但这些方法似乎被广泛引用,并且在网上有可用的代码。