RNN 예제

LSTM의 목적이 먼 발생을 최종 출력에 연결하는 것입니다. 글쎄, 때로는 잊어 버리는 것이 좋습니다. 예를 들어 텍스트 모음을 분석하고 문서 끝에 오면 다음 문서가 그것과 아무런 관계가 없다고 믿을 이유가 없으므로 net이 t의 첫 번째 요소를 섭취하기 전에 메모리 셀을 0으로 설정해야 합니다. 그는 다음 문서. RNN은 많은 NLP 작업에서 큰 성공을 거두었습니다. 이 시점에서 가장 일반적으로 사용되는 RNN 유형은 LSTM이며, 이는 바닐라 RNN보다 장기 종속성을 캡처하는 데 훨씬 낫습니다. 그러나 걱정하지 마세요, LSTM은 본질적으로 우리가이 튜토리얼에서 개발할 RNN과 같은 것입니다, 그들은 단지 숨겨진 상태를 계산하는 다른 방법이 있습니다. LSTM은 이후 게시물에서 자세히 다룰 것입니다. 다음은 NLP에서 RNN의 몇 가지 예 응용 프로그램입니다(비수단을 전체 목록). 예제는 내 설정에서 잘 실행 -하지만 난 약간 다른 결과 받고 있는 것 같다. 나는 특정 문제로 어려움을 겪고 있었고, 당신이 도울 수 있기를 바랍니다. 기본적으로 위에서 설명한 것과 동일한 논리와 코드를 따라 상태 풀 LSTM을 실행하고 있으며 또한 컨볼루션 레이어를 추가하여 약간 연주했습니다.

내 문제는 위에서 제공하는 수식에서와 같이 trainPredict에서 계산 된 평균 제곱 오차와 비교하여 마지막 시대 (model.fit에서 자세한 = 2)에 주어진 평균 제곱 오류입니다. 내가 틀렸다면 저를 수정하십시오,하지만 내 직관은 이 두 가지 평균 사각형 오류가 동일하거나 적어도 거의 동일해야한다고 알려줍니다. 그러나 내 경우에는 trainPredict에서 계산 된 평균 사각형 오차는 model.fit의 마지막 시대의 평균 사각형 오차보다 거의 50 % 큽니까. 처음에 나는 이것이 상태 재설정과 관련이 있다고 생각했지만, 내 조사를 통해 발견 된 작은 차이점만으로는 그렇지 않은 것 같습니다. 왜 이런 일이 생길까요? 나는 여기에 누락 된 명백한 무언가가있는 것처럼 느낀다. 많은 댓글과 마찬가지로, 나는 또한 알아 달라고 요청합니다 : 미래의 기간을 예측하는 방법. 그게 가능합니까? 위의 예제를 사용하여 이 작업을 어떻게 달성할 수 있습니까? 계열 또는 Ys가 여러 개 있고 범주형 예측 변수가 있는 경우 이를 어떻게 수용할 수 있습니까? 반복 신경망의 최종 테스트로 모델 또는 사람이 출력을 생성했는지 여부를 추측하는 게임을 만들었습니다. 여기에 두 가지 옵션이 컴퓨터에서 하나 이며 하나는 인간에서 첫 번째 예입니다: 안녕 제이슨, 내가 질문을 가지고, 그 많은 일 동안 저를 쌓아, 어떻게 LSTM 모델에 숨겨진 레이어를 추가 할 수 있습니다 (model.add (LSTM(LSTM))를 사용하여.무엇을 시도 : 예를 들어, 첫 번째 코드 예제에서 `model.add (LSTM (LSTM(4, input_dim=look_back)`이 줄은 LSTM 모델에서 숨겨진 레이어를 만드는 것이었습니다.

그래서 나는 생각했다 : 오 , 1 숨겨진 레이어는 너무 쉽습니다, 왜 그것에 하나의 숨겨진 레이어를 추가하지 마십시오 . 그래서 하나의 레이어를 추가하려고합니다. 코드:`model.add(LSTM(LSTM(4, input_dim=look_back)`) 후 , 나는 하나의 숨겨진 레이어를 삽입하는 여러 가지 방법을 시도합니다.

This entry was posted in Uncategorized. Bookmark the permalink. Both comments and trackbacks are currently closed.
  • Get a Quote
  • Request a Call Back

    Enter your details and we will call you back!
  • We deliver…

    • Fully A-Rated Inhouse
    • Special Q-Lon Sealing Gaskets
    • Heat Retaining Glass
    • Most Competitive Prices
    • 10 Day delivery
    • Expert Fitting
    • Same Day Aftercare
    • Largest Range of Colours
    • Best Technical Advice
    • No Deposit