问题[tensorflow]

我正在训练一个神经网络。神经网络有三个输入——两个用于时间序列（LSTM 层）和一个纯数字（完全连接的密集层）。通过 .summary() 的神经网络结构：

问题是这样的。目前，在数据准备过程中，我通过 MinMaxScaler（每个输入参数单独）在 0 到 1 的范围内缩放数据。因此，我从两个数组中得到一个输入，长度为 [0; 1] 范围内的 50 个数字和同一范围内的一个数字（即输入的维度为 (n, 50, 1); (n, 50 , 1) ;(n, 1))。必须说，神经元不仅在学习过程中收敛并显示出足够的结果，而且在根据其他数据进行测试时也显示出足够的结果。也就是说，从功能上看，一切似乎都是正确的。

现在的问题： 在准备数据集时，我一次获取大量数据（有条件地，10,000 次测量）并一次缩放整个系列：

data_close = scaler_close.fit_transform(gazp.filter(['close'])[100:])
data_proffit = scaler_proffit.fit_transform(gazp.filter(['proffit'])[100:])
data_rsi = scaler_rsi.fit_transform(rsi.values[100:].reshape(-1,1 ))
data_macd = scaler_macd.fit_transform(macdhist.values[100:].reshape(-1,1 ))
len(data_macd), len(data_close) 

事实是，神经网络本身是在具有 50 个样本窗口的样本上训练的，也就是说，用于预测（如果我理解正确的话）——它只需要 50 个样本。此外，神经网络必须动态处理新数据，但如果你先将数据集分成 50 个样本，然后应用缩放器，那么神经网络就会停止工作并发出废话。因此，我有一个问题——如果神经网络必须根据传入的数据预测动态结果，那么在这种情况下，将值缩放到所需范围的正确方法是什么？

开始模型训练后，<class 'set'> 在控制台显示很长一段时间，之后脚本关闭，没有开始训练，也没有保存日志

model = tensorflow.keras.Sequential([
tensorflow.keras.Input(shape=(5,), name='input_layer'),
tensorflow.keras.layers.Dense(256, activation='relu', name='hidden_layer_1'),
tensorflow.keras.layers.Dense(256, name='hidden_layer_2'),
tensorflow.keras.layers.Dense(3, name='output_layer'),])

model.compile(
   optimizer='Adam',
   loss='mae',
   metrics=['mean_absolute_error']
   )
   model_checkpoint = tensorflow.keras.callbacks.ModelCheckpoint(
      filepath='my_model', # путь к папке, где будет сохранена модель
      monitor='val_loss',
      save_best_only=True,
      mode='min'
   )

   model.fit(
      datas,
      resultst,
      validation_split=-.1,
      epochs=10,
      batch_size = 1000,
      callbacks= [
      model_checkpoint
      ]
    )

最初，代码可以工作，但是当我在记事本中再次重新启动它（重新启动并运行全部）时，我收到一个 ImportError 导入错误，其中包含以下内容：

无法从“tensorflow.python.keras.saving.saved_model”导入名称“export_saved_model”

作为该问题的一种可能解决方案，请在命令行上卸载该库以重新安装它。尝试通过 conda 执行此操作没有给出结果（它卡在求解环境阶段：指针旋转，但随后什么也没发生）。用pip实现了解决方案。并出现第二个错误 - 现在使用不同的导入：

无法从“tensorflow.python”（未知位置）导入名称“tf2”

怎样成为？

问题是无法在此处理器上运行高于 1.5 版本的 TensorFlow。它安装得很好，没有错误，但它没有启动。OS Lubuntu，在 Windows 7 上类似。当 import tensorflow as tf Invalid instruction (memory stack flushed to disk) 时出错