简介：这份资源是面向计算机、人工智能、数据科学等专业学生与开发者的时间序列预测实战代码包，以LSTM网络模型为主线，系统演示了不同数据输入输出组合下的网络结构搭建方法。包内重点讲解如何构造输入输出数据的形状，以及如何配置合适的网络参数来接收训练数据，涵盖单变量与多变量、单步与多步、双向LSTM、堆叠式LSTM、CNN+LSTM、ConvLSTM、Encoder-Decoder LSTM等多种模型，可作为模板直接复制调整到具体预测问题中。资源共39个文件，以24个py源码和13个zip压缩包为主，另附2个txt说明文档，整体约68KB，源码均带超详细注释，便于逐行理解。目前已有646人学习下载，适合作为课程大作业、毕业设计或初期项目立项的参考，也能帮助初学者快速掌握时间序列预测的建模流程与参数配置思路。
1. 从一份课程大作业源码说起：LSTM+CNN+堆叠式LSTM到底在预测什么
时间序列预测这个方向，每年课程大作业都会有一批人栽在同一个地方：单层 LSTM 跑出来的曲线永远比真实值滞后半步，峰值削平、拐点糊掉，调学习率、加 epoch、换优化器全试一遍还是那个鬼样子。这份「基于 LSTM+CNN+堆叠式 LSTM 的时间序列预测 python 源码」之所以值得拿出来讲，是因为它把三种结构串成了一条流水线：CNN 先做局部特征提取，第一层 LSTM 抓时序依赖，堆叠式 LSTM 再在更高抽象层上做二次建模。它解决的不是「能不能预测」，而是「预测曲线能不能跟上真实拐点」这个更实际的问题。
这套结构适合谁？如果你手上有单变量或多变量的连续序列——电力负荷、设备振动、销量、传感器读数——并且已经跑通过最朴素的 LSTM，但发现误差集中在波动剧烈的区段，那这份源码的思路就是给你准备的。它不要求你从零推导反向传播，但要求你能看懂张量在三个模块之间怎么流动。下面我按「结构为什么这么搭 → 数据怎么喂 → 代码怎么跑 → 参数怎么调 → 坑在哪」的顺序，把这份源码拆成能直接复现的步骤。热词里常出现的 lstm 时间序列预测 python、lstm 模型代码、cnn 和 rnn 这些检索意图，都会在对应章节落到具体代码和参数上。
2. 三模块串联的选型逻辑：为什么不是单纯堆 LSTM 层
2.1 CNN 前置做局部特征，而不是直接上 LSTM
很多人第一反应是「时间序列要 CNN 干嘛」。这里 CNN 的角色不是图像识别，而是一维卷积核在时间轴上滑动，把相邻几个时间步的局部模式压成一个特征向量。比如设备振动信号里，连续 5 个采样点构成的短时冲击形态，单靠 LSTM 的门控机制要花很多步才能记住，而一维卷积核一次滑动就能把这个局部形态提出来。
具体到代码层面，Conv1D 的卷积核大小决定了「一次看多宽的时间窗口」。核太小（比如 2），局部特征抓不住；核太大（比如 24），会把不同阶段的模式混在一起。我一般会先看序列的采样周期和物理含义：如果相邻点之间变化平缓，核取 3 到 5；如果相邻点抖动剧烈，核取 7 到 11。这份源码里用的是中等核，配合 padding 保持序列长度不变，这样后面接 LSTM 时时间步数不会缩水。
另一个关键点是通道数。Conv1D 的 filters 不是越多越好。filters 设成 32 或 64 是常见起点，再往上加，参数量涨得比收益快。源码里第一层卷积后接了一个池化或步幅操作来降采样，目的是缩短 LSTM 要处理的时间步长度——LSTM 的计算量随时间步线性增长，先把长度压一半，后面堆叠两层才跑得动。
2.2 第一层 LSTM 与堆叠式 LSTM 的分工
单层 LSTM 的隐藏状态要同时承担「记住长期趋势」和「输出当前预测」两个任务，这是它预测滞后的根源之一。堆叠式 LSTM 的做法是：第一层 LSTM 输出每个时间步的完整隐藏状态序列（return_sequences=True），第二层 LSTM 在这个序列上再跑一遍，相当于把第一层的中间表示当作新的输入序列来建模。
这样分工之后，第一层偏向提取短时依赖和局部变化，第二层偏向整合更长范围的趋势。源码里两层 LSTM 的 units 通常设成相同或递减，比如第一层 64、第二层 32。递减的好处是逐层压缩信息，避免后面全连接层参数爆炸。如果两层都设 128，训练时显存和过拟合风险都会明显上升，课程作业的机器不一定扛得住。
提示：堆叠层数不是越多越好。两层 LSTM 已经能覆盖大部分课程作业的数据规模，加到三层以上，梯度消失和训练时间的问题会盖过精度收益。
2.3 输出层与损失函数的选择
回归型时间序列预测，输出层就是一个 Dense(1)，不加激活函数，直接输出数值。损失函数用 MSE 或 MAE：MSE 对大误差惩罚重，适合你更在意峰值区段；MAE 对异常值更稳，适合数据里有零星尖刺的情况。源码里默认 MSE，如果你发现训练后期 loss 震荡，可以换成 Huber loss，它在误差大时退化成 MAE，误差小时接近 MSE，算是两者的折中。
优化器用 Adam 是常规操作，学习率从 1e-3 起步。这里有个容易忽略的点：LSTM 和 CNN 对学习率的敏感度不同，CNN 通常能承受更大学习率，LSTM 则容易在 1e-2 以上发散。统一用 1e-3 是稳妥起点，如果 CNN 部分收敛太慢，可以给卷积层单独设稍大的学习率，但这需要改优化器参数组，课程作业里不强制。
3. 数据准备与滑窗构造：把原始序列变成模型能吃的张量
3.1 单变量与多变量序列的输入形状
这份源码支持单变量和多变量两种输入。单变量时，输入形状是 (样本数, 时间步, 1)；多变量时是 (样本数, 时间步, 特征数)。CNN 的输入通道数要跟特征数对齐，LSTM 的 input_size 也要跟着改。很多人在这里翻车：数据是单变量，但 Conv1D 的 input_shape 写成了 (时间步, 特征数) 却忘了特征数是 1，导致维度对不上。
下面这段是构造滑窗样本的核心逻辑，我按源码思路重写并加了注释：
import numpy as np def make_windows(series, window_size, horizon=1): """ series: 一维或二维数组，形状 (总长度, 特征数) window_size: 用过去多少个时间步预测未来 horizon: 预测未来第几步，默认 1 返回: X 形状 (样本数, window_size, 特征数), y 形状 (样本数, 特征数或1) """ X, y = [], [] # 从 0 开始滑动，保证最后一个窗口的标签不越界 for i in range(len(series) - window_size - horizon + 1): # 取连续 window_size 个时间步作为输入 X.append(series[i : i + window_size]) # 取窗口之后第 horizon 步作为预测目标 y.append(series[i + window_size + horizon - 1]) return np.array(X), np.array(y)逻辑说明：循环上界用len(series) - window_size - horizon + 1，是为了保证i + window_size + horizon - 1不超出数组长度。参数上，window_size 决定模型能看多长的历史，horizon 决定预测未来多远。课程作业里 horizon 一般设 1，也就是预测下一个时间点；如果要预测未来多个点，要么把 horizon 调大，要么改成多输出结构。
3.2 归一化与反归一化：别在最后一步把结果搞反
时间序列里各特征量纲差异大时，必须做归一化。常见做法是 MinMax 缩放到 [0,1] 或 StandardScaler 做零均值单位方差。关键点是：归一化参数只能用训练集拟合，然后应用到验证集和测试集，否则就是数据泄露。
from sklearn.preprocessing import MinMaxScaler scaler = MinMaxScaler() # 只在训练集上 fit，避免验证/测试信息泄露 train_scaled = scaler.fit_transform(train_data) val_scaled = scaler.transform(val_data) test_scaled = scaler.transform(test_data) # 预测完之后要反归一化回原始量纲 pred_real = scaler.inverse_transform(pred_scaled)参数说明：MinMaxScaler 对异常值敏感，如果序列里有极端尖刺，缩放后正常区段会被压得很扁，这时改用 RobustScaler 更稳。反归一化这一步经常被漏掉，导致画出来的预测曲线和真实曲线量纲对不上，看起来误差巨大，其实只是没还原。
3.3 训练集、验证集、测试集的切分顺序
时间序列不能随机打乱切分，必须按时间先后切。常见比例是 7:1:2 或 8:1:1。切分之后再做滑窗，而不是先滑窗再切分——先滑窗会让相邻窗口跨越切分边界，验证集里混入训练集的信息。源码里是先按时间切分原始序列，再分别对三段做滑窗，这个顺序不能反。
注意：如果你的序列有明显的周期性（比如日周期、周周期），切分时要保证每个集合都覆盖完整周期，否则验证集可能全落在某个特殊时段，评估结果不可信。
4. 模型搭建与训练：Keras 下的三层结构逐行落地
4.1 用 Sequential 搭出 CNN + 堆叠 LSTM
下面这段是模型定义的核心代码，按源码结构整理：
from tensorflow.keras.models import Sequential from tensorflow.keras.layers import Conv1D, MaxPooling1D, LSTM, Dense, Dropout def build_model(window_size, n_features): model = Sequential() # 一维卷积：提取局部时序模式，padding='same' 保持长度 model.add(Conv1D(filters=64, kernel_size=3, activation='relu', padding='same', input_shape=(window_size, n_features))) # 池化降采样，缩短后续 LSTM 的时间步 model.add(MaxPooling1D(pool_size=2)) # 第一层 LSTM：return_sequences=True 把完整序列传给下一层 model.add(LSTM(64, return_sequences=True)) model.add(Dropout(0.2)) # 堆叠式第二层 LSTM：只输出最后一步的隐藏状态 model.add(LSTM(32, return_sequences=False)) model.add(Dropout(0.2)) # 输出层：回归任务不加激活 model.add(Dense(1)) model.compile(optimizer='adam', loss='mse') return model逻辑说明：Conv1D 的padding='same'保证卷积后时间步不变，MaxPooling1D 的 pool_size=2 把长度减半。第一层 LSTM 的return_sequences=True是堆叠的关键，少了这个参数，第二层 LSTM 拿不到序列，整个堆叠结构就退化成单层。Dropout 放在两层 LSTM 之后，比例 0.2 是课程作业的稳妥值，数据量小的时候可以提到 0.3。
参数说明：filters=64、kernel_size=3、LSTM units 64/32 都是起点值。如果你的 window_size 只有 10 左右，MaxPooling 可能把长度压得太短，可以去掉池化或改成 pool_size=1。n_features 是特征数，单变量时为 1。
4.2 训练过程中的回调配置
训练时建议加 EarlyStopping 和 ModelCheckpoint，前者防止过拟合，后者保存验证集上最好的权重：
from tensorflow.keras.callbacks import EarlyStopping, ModelCheckpoint callbacks = [ # 验证 loss 连续 10 轮不降就停，并恢复最优权重 EarlyStopping(monitor='val_loss', patience=10, restore_best_weights=True), # 只保存 val_loss 最低时的模型 ModelCheckpoint('best_model.h5', monitor='val_loss', save_best_only=True) ] history = model.fit(X_train, y_train, validation_data=(X_val, y_val), epochs=100, batch_size=32, callbacks=callbacks, verbose=1)参数说明：patience=10 意味着验证 loss 连续 10 轮没改善就停，这个值太小会早停，太大浪费训练时间。batch_size=32 是常见起点，序列较长或显存不够时降到 16。epochs 设 100 配合早停，实际训练轮数通常远小于 100。
4.3 预测与评估指标
训练完之后，在测试集上预测并计算指标：
from sklearn.metrics import mean_absolute_error, mean_squared_error import numpy as np pred = model.predict(X_test) # 反归一化 pred_real = scaler.inverse_transform(pred) y_real = scaler.inverse_transform(y_test.reshape(-1, 1)) mae = mean_absolute_error(y_real, pred_real) rmse = np.sqrt(mean_squared_error(y_real, pred_real)) print(f'MAE: {mae:.4f}, RMSE: {rmse:.4f}')逻辑说明：预测输出是归一化空间的，必须用同一个 scaler 反归一化后再算指标，否则 MAE 和 RMSE 没有物理意义。如果你的目标是多变量预测，y_test 的形状要对应调整，inverse_transform 的输入维度要跟 fit 时一致。
5. 避坑与排查：这份源码跑不起来时先看这五条
5.1 现象：训练 loss 一直不降，停在某个值附近
原因：最常见的是归一化没做或做错，导致输入数值范围远超激活函数的有效区间；其次是学习率太大，LSTM 部分直接发散。还有一种隐蔽情况是滑窗构造时标签和输入错位，模型在学噪声。
解决：先打印 X_train 的 min/max 和 y_train 的 min/max，确认都在合理范围。然后把学习率降到 1e-4 试一轮，如果 loss 开始下降，说明是学习率问题。最后检查 make_windows 的索引，确认 y 取的是窗口之后的那一步，而不是窗口内最后一步。
5.2 现象：验证 loss 比训练 loss 低很多
原因：这跟过拟合的典型表现相反，通常是验证集切分有问题。如果先滑窗再切分，验证集的窗口和训练集窗口有重叠，相当于验证集里混了训练数据；另一种可能是 Dropout 在验证时没关闭，但这个 Keras 会自动处理。
解决：改成先按时间切分原始序列，再分别滑窗。检查切分点是否落在周期边界上，必要时调整切分比例让验证集覆盖完整周期。
5.3 现象：预测曲线整体滞后于真实曲线
原因：这是单层 LSTM 的典型问题，堆叠式 LSTM 能缓解但不能根除。如果滞后严重，说明模型偏向用上一个时间点的值做预测，也就是学到了「持续性」而不是真正的模式。
解决：检查输入窗口是否太短，window_size 至少要覆盖一个完整的变化周期。另外可以尝试在损失函数里对大误差加权，迫使模型关注拐点区段。如果数据差分后更平稳，可以先做一阶差分再预测，最后把差分还原。
5.4 现象：Conv1D 那层报维度错误
原因：Keras 的 Conv1D 要求输入是三维 (batch, steps, channels)，很多人把单变量序列整理成二维 (batch, steps) 就喂进去，或者 input_shape 写成了 (steps,) 而不是 (steps, 1)。
解决：在 make_windows 之后加一步 reshape，单变量时把 X 从 (样本, 时间步) 改成 (样本, 时间步, 1)。多变量时确认特征数跟 Conv1D 的输入通道一致。
5.5 现象：训练到一半显存爆了
原因：window_size 太大、batch_size 太大、或者两层 LSTM 的 units 都设得很高，三者叠加会迅速吃满显存。MaxPooling 如果没加，LSTM 要处理的时间步就是原始 window_size，计算量成倍上升。
解决：优先降 batch_size 到 16 或 8，然后检查 MaxPooling 是否生效。如果还不行，把第二层 LSTM 的 units 减半，或者把 window_size 缩短。课程作业的机器通常显存有限，别一上来就堆大参数。
6. 让堆叠式 LSTM 真正跑出优势的两个调参技巧
第一个技巧是调整两层 LSTM 的 units 比例。我试过 64/64、64/32、128/64 几组配置，在课程作业常见的数据规模下，64/32 的验证 loss 通常最低。原因是第一层需要足够容量提取局部模式，第二层做整合时反而不需要那么多参数，参数太多会记住训练集的噪声。如果你发现第二层 units 跟第一层一样时过拟合明显，先把第二层减半，再考虑加 Dropout。
第二个技巧是给 CNN 部分和 LSTM 部分设不同的学习率。Keras 里可以通过优化器的参数组实现，但更简单的做法是分阶段训练：先用 1e-3 训练到验证 loss 平稳，再把学习率降到 1e-4 微调几轮。这样 CNN 在前一阶段快速收敛，LSTM 在后一阶段精细调整，比统一学习率更容易找到好的局部最优。
验证堆叠结构是否真的起作用，可以做一个对照实验：把第二层 LSTM 去掉，其他参数不变，跑一遍看验证 loss 和预测曲线。如果两者差距很小，说明你的数据里长程依赖不强，堆叠的收益有限，这时候把精力放在特征工程上比加层更划算。我自己就吃过这个亏，曾经在一个周期性很弱的数据集上硬堆三层 LSTM，调了两天参数，最后发现单层加好特征的效果反而更好。希望帮到你。
本文还有配套的精品资源，点击获取
