lstm 예제 keras

위의 코드에서 먼저 모델이 학습된 데이터에서 다시 로드됩니다(위의 예에서는 40번째 교육 시대의 검사점입니다). 그런 다음 앞에서 설명한 것처럼 다른 KerasBatchGenerator 클래스가 만들어집니다.이 경우 길이 1의 일괄 처리가 사용되며, 하나의 num_steps 가치의 텍스트 데이터만 비교할 수 있습니다. 그런 다음 생성기에서 더미 데이터 추출 루프가 생성됩니다 . 0에서 num_predict까지의 두 번째 루프는 흥미로운 일이 일어나는 곳입니다. 이 위대한 튜토리얼을 공유 주셔서 감사합니다! 또한 LSTM 방법을 기반으로 앞으로 예측을 얻을 수있는 방법을 제안 할 수 있습니다. 예를 들어, 다음 몇 주 동안 시리즈의 값을 예측하려는 경우(현재 시간보다 앞서 있음) 일반적으로 모든 시간계 데이터에 대해 수행하는 것처럼, 이를 수행하는 프로세스는 무엇입니까? 요약하자면, 독립적으로 설치된 py3.4를 사용하든 아나콘다 쉘을 통해 아나콘다의 py3.4를 사용하든, 필요한 모든 패키지가 업데이트되었는지 여부는 결과가 동일했습니다: 예를 들어 아나콘다 쉘에서, 파이썬 lstmexample.py OR를 독립적으로 실행합니다. 설치 py3.4, 파이썬 lstexample.py 또는 내 독립적으로 설치된 py3.4 `유휴, exec (열기(`lstmexample.py`)를 사용하여, 결과는 동일했다. 친애하는 제이슨 박사님, 저는 py3.4.4에서 3.6으로 전환할 것입니다. 나는 lstm 예를 시도하는 또 다른 시도가 있었다. 사용자 지정 메트릭을 사용하여 각 연대측정을 보고할 수도 있습니다. https://keras.io/metrics/ 출력이 단순히 입력을 모방합니까? (복사본이 하나씩 이동됩니다.) 여기처럼 : https://github.com/fchollet/keras/issues/2856 ? 위의 변수의 이름을 바꾸면 예제 코드가 더 명확해질 것이라고 생각합니다. 이 섹션에서는 위에 표시된 Keras LSTM 아키텍처를 만드는 각 코드 줄을 단계별로 살펴보고 설명합니다.

그러나 여기에서는 주로 TensorFlow 사이트에 있는 코드를 사용하는 텍스트 전처리 코드에 대해 간략하게 설명하겠습니다. 이 Keras LSTM 자습서의 전체 코드는 이 사이트의 Github 리포지토리에서 찾을 수 있으며 keras_lstm.py라고 합니다. 먼저 교육 및 유효성 검사 모음으로 사용되는 펜 트리 뱅크(PTB) 데이터 집합을 다운로드해야 합니다. 다운로드한 데이터의 위치와 일치하도록 Github 코드의 data_path 변수를 변경해야 합니다. 친애하는 박사 제이슨, 당신의 대답을 주셔서 감사합니다 : 나는 py3.6을 제외하고, 관련 파이썬 패키지의 위의 목록에 따라 `lstmexample2.py`로 위의 70 줄을 저장, 여기에 있습니다 : 단어 벡터는이 튜토리얼에서와 같이, 별도로 배울 수 있습니다, 또는 그들은 l 이 될 수 있습니다 케라스 LSTM 네트워크 의 교육 기간 동안 적립됩니다. 다음 예제에서는 각 단어를 의미 있는 단어 벡터로 변환하기 위해 포함 레이어라고 하는 것을 설정합니다. 포함 레이어의 크기를 지정해야 합니다. 즉, 포함 레이어 크기가 250이면 각 단어는 [$x_1, x_2, x_3,ldots, x_{250}]과 같은 250길이 벡터로 표시됩니다. 안녕하세요, 연습주셔서 감사합니다. 온라인 예측을 위해 네트워크를 실행하기 위해 코드를 수정하려고 시도했지만 몇 가지 문제가 있습니다.