#coding=utf-8

import?pandas?as?pd
import?numpy?as?np
import?matplotlib.pyplot?as?plt
import?tensorflow?as?tf
import?itertools
import?csv

def?sub_list（list1list2）:
????num1?=?len（list1）
????num2?=?len（list2）
????list3?=?[]
????if?num1?==?num2:
????????for?i?in?range（num1）:
????????????list3.append（（list1[i]）?-?int（list2[i]））
????????return?list3
????else:
????????print（‘列表1長度?=‘?num1）
????????print（‘列表2長度?=‘?num2）
????????print（‘列表長度不相同，無法相加‘）
????????return?-1

#獲取訓練集
def?get_train_data（batch_size=60time_step=20train_begin=0train_end=90）:
????batch_index=[]
????data_train=data[train_begin:train_end]
????#normalized_train_data=（data_train-np.mean（data_trainaxis=0））/np.std（data_trainaxis=0）??#標準化
????normalized_train_data=data_train
????train_xtrain_y=[][]???#訓練集
????for?i?in?range（len（normalized_train_data）-time_step）:
???????if?i?%?batch_size==0:
???????????batch_index.append（i）
???????x=normalized_train_data[i:i+time_step:input_size]
???????y=normalized_train_data[i:i+time_stepinput_size:]
???????train_x.append（x.tolist（））
???????train_y.append（y.tolist（））
????batch_index.append（（len（normalized_train_data）-time_step））
????return?batch_indextrain_xtrain_y

#獲取測試集
def?get_test_data（time_step=20test_begin=5800）:
????print（‘time_step?is?‘?time_step）
????print（‘train_end?is?‘?train_end）
????data_test=data[train_end:]
????normalized_test_data?=?data_test
????print（‘normalized_test_data?len?is‘len（normalized_test_data））
????#mean=np.mean（data_testaxis=0）
????#std=np.std（data_testaxis=0）
????#normalized_test_data=（data_test-mean）/std??#標準化
????size=（len（normalized_test_data）+time_step-1）//time_step??#有size個sample
????print（‘size?is?‘?size）
????test_xtest_y=[][]
????for?i?in?range（size-1）:
????????x=normalized_test_data[i*time_step:（i+1）*time_step:input_size]
????????y=normalized_test_data[i*time_step:（i+1）*time_stepinput_size:]
????????test_x.append（x.tolist（））
????????test_y.extend（y.tolist（））
????test_x.append（（normalized_test_data[（i+1）*time_step::input_size:]）.tolist（））
????test_y.extend（（normalized_test_data[（i+1）*time_step:input_size:]）.tolist（））

????‘‘‘
????print（‘test_x?len?is‘len（test_x））
????print（‘test_x[7]?len?is‘len（test_x[7]））
????print（‘test_x[0][0]?len?is‘?len（test_x[0][0]））
????print（‘test_y?len?is‘len（test_y））
????print（‘test_y[0]?len?is‘?len（test_y[0]））
????print（‘len（test_y）/output_size?is?‘len（test_y）/output_size）
????print（test_y）
????exit（）
????‘‘‘
????#return?meanstdtest_xtest_y
????return?test_x?test_y

#?——————————————————定義神經網絡變量——————————————————
def?lstm（X）:
????batch_size?=?tf.shape（X）[0]
????time_step?=?tf.shape（X）[1]
????w_in?=?weights[‘in‘]
????b_in?=?biases[‘in‘]
????input?=?tf.reshape（X?[-1?input_size]）??#?需要將tensor轉成2維進行計算，計算后的結果作為隱藏層的輸入
????input_rnn?=?tf.matmul（input?w_in）?+?b_in
????input_rnn?=?tf.reshape（input_rnn?[-1?time_step?rnn_unit]）??#?將tensor轉成3維，作為lstm?cell的輸入
????cell?=?tf.nn.rn

?屬性????????????大小?????日期????時間???名稱
-----------?---------??----------?-----??----

?????文件?????463838??2018-08-03?15:41??TF_RNN（LSTM）\data.csv

?????文件??????12216??2018-08-03?15:30??TF_RNN（LSTM）\readme_lyy.docx

?????文件???????9975??2018-08-03?15:43??TF_RNN（LSTM）\RNN.py

?????目錄??????????0??2018-08-03?15:44??TF_RNN（LSTM）

-----------?---------??----------?-----??----

???????????????486029????????????????????4