현재 tensorflow가있는 LSTM 셀을 사용하는 시계열 예측 모델을 개발 중입니다. 내 모델은 ptb_word_lm과 유사합니다. 그것은 작동하지만, 잘린 backpropagation 시간 (매개 변수는 예제에서 num_steps
라고도 함)를 사용하여 단계 매개 변수의 수를 이해하는 방법을 잘 모르겠습니다.시간을 통한 잘린 역 전파를 사용할 때 걸음 수의 영향
제가 이해하는 한, num_steps
단계마다 모델 매개 변수가 업데이트됩니다. 그러나 이는 또한 모델이 num_steps
보다 더 멀리있는 종속성을 인식하지 못함을 의미합니다. 나는 내부 국가가 그들을 붙잡아 야한다고 생각한다. 그러나 그 효과는 크고 작은 num_steps
값을가집니다.
내가 어떻게 볼 .. 도움이된다 텍스트에 적용되지만 일반적으로 시계열로 작업합니다. 따라서 정의 된 시퀀스 길이는 없습니다. 시계열은 이론적으로 길이가 무한합니다. 따라서 _num_steps_를 설정하는 방법을 모르겠습니다. 나는 그것이 데이터에 달려 있다고 생각하니? – Jakob
나는 시계열 예측을 아직 시도하지 않았다. 이것은 도움이 될 수있다. http://robromijnders.github.io/LSTM_tsc/ 또는 하나 이상의 접근법이 데이터를 입력의 max_length에 저장 한 다음 lstm을 사용할 수있다. 최대 길이가 num_steps 인 경우 –
http://danielhnyk.cz/predicting-sequences-vectors-keras-using-rnn-lstm/ plz이 방법을 알아 내면 알려주세요. –