RNN的输入数据格式

3 回答

• 2

  我们在代码中绘制一个例子 .

  假设我们有一些句子，句子中的每个单词都被编码为一个向量（也许来自word2vec的向量） .

  假设我们想要将每个句子分类为两个类（0,1）中的一个 . 我们可以像这样构建一个简单的分类器：

  import numpy as np
  from keras.models import Sequential
  from keras.layers import LSTM, Dense
  
  # each example (of which we have a 100) is a sequence of 10 words and
  # each words is encoded as 16 element vectors
  
  X = np.random.rand(100, 10, 16) 
  y = np.random.choice(2, 100)
  
  model = Sequential()
  model.add(LSTM(128, input_shape=(10, 16))
  model.add(Dense(1, activation='sigmoid'))
  model.compile(loss='binary_crossentropy', optimizer='sgd')
  
  # fit model
  model.fit(X, y, epochs=3, batch=16)
  

  回复于 2024-05-14T00:18:39+08:00
• 1

  似乎应该有多个输入与给定标签相关联

  是的，你是对的 . 实际上你的输入需要是一个3D矩阵 . 例如，如果您有n个序列，则每个序列的长度为m，并且每个序列数据都具有d个特征，您的RNN的输入必须是维度（n，m，d） .

  回复于 2024-05-14T00:18:39+08:00
• 0

  例如，如果您有一个时间序列 (X1,..,Xt) 并且您希望训练预测器以预测地平线为1并使用长度为3的序列，则您的输入和输出将为：

  [[X1,X2,X3]]    [X4]
  [[X2,X3,X4]]    [X5]
  ...
  [[Xt-3,Xt-2,Xt-1]] [Xt]
  

  因此，存在t-3序列，该序列中的每一个具有长度3并且具有1个特征 . 尺寸应为（t-3,3,1） .

  回复于 2024-05-14T00:18:39+08:00