复现论文题目

A Dual-Stage Attention-Based Recurrent Neural Network for Time Series Prediction

数据链接

(https://cseweb.ucsd.edu/~yaq007/NASDAQ100_stock_data.html)

文件夹介绍

文件夹data下存放的是数据;

文件夹_models下存放每一次运行保存的模型(运行程序后会自动生成);

文件夹_logs/logs_xxxxx为保存的tensorboard(运行程序后会自动生成);

文件夹model下为3个.py文件,分别为:

• DSARNN.py --模型
• lookahead_optimizer.py --优化算法
• randam_optimizer.py --优化算法

文件夹paper下为论文.pdf

文件夹 ulti下为读取数据的.py,分别为:

• feature_extract.py -- 提取特征,程序中没有用到该.py
• get_data_train.py -- 得到训练集和验证集,测试集没有被用到

config.py为配置程序，程序中没有用到该.py

main_test_darnn.py为主程序

程序执行需求

程序需要安装以下库才能运行:

• tensorflow-gpu == 1.10.0
• h5py
• tqdm

程序执行

python main_test_darnn.py

程序执行后,会分别在log中保存模型，logs_xxxxxx中保存向量和损失函数等,可以通过tensorboard --logdir ./_logs/logs_xxxxxx查看权重, 偏置,损失函数等的收敛情况.

关于文章的简单介绍,可以看我的博客,欢迎交流留言 ~~