我在 theano 中编写了一个简单的实值回归 RNN。

1. 我应该在什么样的数据集上进行测试？
2. 我应该如何进行测试？

我的结构是：

• 单变量（目前）时间序列，$x_{in}(t)$
• $n_{Input Nodes}$由〜相等的时间步长分开，$t_{step}$. 在哪里，$n_{Input Nodes}$应该足够大以捕获数据中的重复
• $n_{Hidden Nodes} = n_{Input Nodes}$
• 最终输入节点之后的预测时间延迟，$lt_{step}$， 在哪里$l$是一个整数
• 一个输出节点取自最终隐藏节点，给出预测，在$t_{p}=t+lt_{step}$
• $x_{p}(t_p)$是预测$x_{in}(t_p)$在训练数据中
• RMSE 误差$\sqrt{\left(x_{in}(t_p)-x_{p}(t_p)\right)^2}$
• 最后，隐藏层中的每个节点都会在下一个时间步传递给权重

经过测试$y=sin(t) + 0.2*\epsilon$， 在哪里$\epsilon \sim N(0,1)$，在滑动窗口中。我使用了 5 个数据点的历史滞后，$y(t-5, t-4, ... , t)$，并试图预测曲线中的以下点，$y(t+1)$.

我只使用了 100 个噪音版本$sin(x)$超过 100 个 epoch 进行训练。结果还不错……

谢谢您的帮助。代码似乎没有错误，因此我将针对 GPU 和小批量进行优化，并使用更多最新算法对其进行升级。