初学深度学习,在实现股票预测,有没有大佬可以帮忙解释一下这段代码是什么意思,麻烦具体点
问题描述:
X = tf.placeholder(tf.float32, [None, time_step, input_size])
Y = tf.placeholder(tf.float32, [None, time_step, output_size])
输入层、输出层的权重和偏置
weights = {
'in': tf.Variable(tf.random_normal([input_size, rnn_unit])),
'out': tf.Variable(tf.random_normal([rnn_unit, 1]))
}
biases = {
'in': tf.Variable(tf.constant(0.1, shape=[rnn_unit, ])),
'out': tf.Variable(tf.constant(0.1, shape=[1, ]))
}
答
X = tf.placeholder(tf.float32, [None, time_step, input_size]) 这个相当于创建一个内存大小的空间
'in': tf.Variable(tf.random_normal([input_size, rnn_unit])) 利用正态分布初始化参数