Keras 간단한 RNN 구현

Question

재발하는 레이어가 하나 인 네트워크를 컴파일 할 때 문제가 발견되었습니다. 첫 번째 레이어의 차원과 RNN 레이어가 Keras에서 작동하는 방식에 대한 이해가 문제가되는 것 같습니다.

내 코드 샘플은 다음과 같습니다

는

model.add(Dense(8, 
       input_dim = 2, 
       activation = "tanh", 
       use_bias = False)) 
model.add(SimpleRNN(2, 
        activation = "tanh", 
        use_bias = False)) 
model.add(Dense(1, 
       activation = "tanh", 
       use_bias = False)) 

오류가

ValueError: Input 0 is incompatible with layer simple_rnn_1: expected ndim=3, found ndim=2 

입니다이 오류는 관계없이 input_dim 값이 반환됩니다. 내가 뭘 놓치고 있니?

Answer 1

그 메시지는 다음을 의미합니다. rnn에 들어가는 입력은 2 차원이지만 rnn 계층은 3 차원을 기대합니다.

RNN 레이어의 경우 (BatchSize, TimeSteps, FeaturesPerStep)과 같은 입력이 필요합니다. 이것들은 예상되는 3 차원입니다.

Dense 층 (in keras 2)은 2 또는 3 차원으로 작업 할 수 있습니다. input_shape=(Steps,Features)을 전달하는 대신 input_dim을 전달했기 때문에 2로 작업하고 있음을 알 수 있습니다.

이 문제를 해결할 수있는 방법은 여러 가지가 있지만 가장 의미 있고 논리적 인 것은 입력 데이터가 시간 단계가있는 시퀀스 인 경우입니다.

해결 방법 1 - 당신의 훈련 데이터가 순서입니다 :은 훈련 데이터 시퀀스가 ​​

경우 (NumberOfSamples, TimeSteps, Features)처럼 모양과 모델에 전달합니다. input_dim 대신에 첫 번째 레이어에 input_shape=(TimeSteps,Features)을 사용해야합니다.

해결 방법 2 -이 추가 차원이있다, 그래서 당신은 최초의 밀도 층의 출력을 바꿀 :

model.add(Reshape((TimeSteps,Features))) 

는 8에 제품 TimeSteps*Features가 동일한 지 확인하십시오, 첫 번째 조밀 한 층의 출력을 .