python lstm 예제

ValueError: (`다음 오류는 노드를 컴파일하는 동안 발생`, forall_inplace,cpu,scan_fn}(Elemwise{최대, no_inplace}.0, Subtensor{int64:int64:int8}.0, IncSubtensor{InplaceSet;ins64:},Inttens{{{inplace}, IncSubtens{{{inplace}, IncSubtens{{{inplace}; Elemwise{Maximum}[(0)].0, lstm_1_U_o, lstm_1_U_f, lstm_1_U_i, lstm_1_U_c), `n`, `numpy.dtype잘못된 크기, 다시 컴파일 시도`) 우수 자습서. 나는 타임 시리즈 예측에 새로운 입니다. 나는 기본적인 질문이 있습니다. 이 예제(국제 항공사-승객) 모델은 1957-01에서 1960-12기간까지의 테스트 데이터의 값을 예측했습니다. 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. 상태 : 나는 예를 들어 A와 같은 마지막 시대 [Y1] 출력의 교육 결과처럼 의미 네트워크의 [X2] 입력은 마지막 시대에서 A가 될 것인가? 안녕! 우선, 튜토리얼 주셔서 감사합니다. 예제와 매우 유사한 데이터를 예측하려고 합니다. 나는 당신이 준 코드를 가지고 놀고 있었지만, 매우 이상한 일이 일어났다 : 나는 비행 데이터를 사용하여 모델을 맞추고 그 하이퍼 매개 변수를 사용하여 백색 잡음을 예측하면 매우 정확한 결과를 받습니다. 예 : 안녕하세요 제이슨, 나는 당신의 “배치 사이에 메모리가 있는 누적 된 LSTM”예제를 다음과 같이 시도할 때 다음과 같은 오류를 발견했습니다. 당신이 무엇이 잘못되었는지 설명하는 데 도움이 될 수 있는지 궁금하고 어떻게 하시기 바랍니다 해결? 감사합니다. 따라서 stateful = false (즉, 0으로 설정)인 경우 셀 메모리가 연속 lstms 간에 전달되지 않는다는 것을 의미합니까 (http://colah.github.io/posts/2015-08-Understanding-LSTMs/ LSTM 다이어그램참조)? 또는 셀 메모리가 연속 배치 간에 0으로 재설정된다는 것을 의미합니까 (이 자습서에서는 batch_size가 1입니다).

숨겨진 레이어 값이 전달된다는 점을 지적해야 할 것 같지만 MLP와 는 여전히 다를 것입니다 (그렇지 않을까요?) 상태 보호 데이터 표현에 대한 게스트입니다. 내가 올바르게 이해하면 prepare_data는 이전 look_back 시퀀스를 반복합니다. 예를 들어 원래 데이터 1 2 3 4 5 6 왜 Evgeni., 죄송합니다 나는 예제가 없는 지 모르겠어요. 예를 들어 num_unrollings=3 및 batch_size=4의 롤링되지 않은 배치 집합이 처럼 보일 경우 Me도 다변량(숫자) 데이터를 사용하는 데 관심이 있을 것입니다. 며칠 동안 노력했지만 “재구성 / 형성 / 데이터 형식 – 블랙 매직”은 항상 순수하게 나는 아직 이해하지 못하는 원인을 깨뜨립니다! 그렇지 않으면 좋은 예! 이 메모리를 사용하면 네트워크에서 장기 종속성을 시퀀스로 학습할 수 있으므로 예측할 때 문장의 다음 단어인지, 감정 분류인지 또는 다음 온도 측정인지 를 고려할 수 있습니다. . RNN은 서열을 처리하는 인간의 방법을 모방하도록 설계되었습니다 : 우리는 단어 자체대신 응답을 형성 할 때 전체 문장을 고려합니다. 예를 들어, 다음 문장을 생각해 보십시오: 어떤 책이 타임시리즈 커라가 있는 완전한 예제/코드를 제공합니까? 앞으로의 기간을 예측하고 다른 예측 변수를 추가하려고 합니까? 그것은 달성 할 수 있습니까? 방금 모든 X가 Y에 기여하는 다단계 예측이라는 질문을 발견했으며 앞으로 Y n 일의 값을 예측하고 싶습니다. 이 자습서에서 제공한 예제는 여전히 관련이 있습니까? 입력 데이터의 구조가 훨씬 더 합리적이지만 결과가 이전 예제보다 약간 더 나은 것을 볼 수 있습니다.