时间戳

首页 > 解决方案 > CNTK LSTM 输入形状

cntk - CNTK LSTM 输入形状

问题描述

我们正在使用 CNTK 的 C# API 构建 LSTM 网络，但根据 CNTK 文档的当前级别，很难确定输入的正确形状/尺寸。

我们有一个时间序列，在每个时间 t 都有一个值（一个数字），我们希望使用时间序列的前 744 个值的序列来使用 LSTM 进行预测。此外，我们是否想要制作一个包含 25 个序列的 minibatch，CNTK.InputVariable 的形状应该如下所示：

[0] 744

[1] 1

[2] 25

或者

[0] 1

[1] 744

[2] 25

…然后，如果我们不是在每个时间 t 有一个值，而是有两个值，那么 CNTK.InputVariable 的形状会是什么样子？

标签： cntk

解决方案

如果你使用循环网络（LSTM、GRU），那么你需要知道什么是静态轴和动态轴。静态轴用于描述输入数据形式（在第一种情况下，它是秩为 1 且大小为 1: 的向量new int {1}）。动态轴用于指定输入数据（在您的情况下）的序列（在您的情况下为可变长度 744 new int {1}）。要指示动态轴应用于序列，请在输入参数dynamicAxes 中指定： new[] { Axis.DefaultBatchAxis() }

var inputDimension = 1; //for two values is 2 etc.  
var inputShape = new { inputDimension  };
var input = Variable.InputVariable(inputShape, DataType.Double, "input", new[] { Axis.DefaultBatchAxis() });

并确保正确准备小批量（创建一个小批量的示例）：

        var device = DeviceDescriptor.CPUDevice;
        var inputDimension = 1;
        var outputDimension = 1;
        var minibatchSize = 25;
        var oneMinibatchFeaturesData = new List<List<double[]>>(minibatchSize)
        {
            new List<double[]> //first sequence
            {
                new double[] { 23 },//t=1. Array.Length = inputDimension
                new double[] { 25 },//t=2
                //...
                new double[] { 65 },//t=744
            },
            new List<double[]> //second seqeunce
            {
                new double[] { 76 }, //t=1
                new double[] { 236 },//t=2
                //...
                new double[] { 87 }, //t=744
            },
            //...
            new List<double[]> //twenty fifth sequence 
            {
                new double[] { 9 }, //t=1
                new double[] { 2 },//t=2
                //...
                new double[] { 90 }, //t=744
            },
        };
        var oneMinibatchLabelsData = new List<double[]>(minibatchSize)
        {
            new double[] { 1 },//label of first sequence. Array.Length = outputDimension
            new double[] { 5 },//label of second sequence
            //...
            new double[] { 3 }//label of twenty fifth sequence 
        };

        var features = Value.CreateBatchOfSequences(new[] { inputDimension }, oneMinibatchFeaturesData.Select(sequence => sequence.SelectMany(value => value)), device);
        var labels = Value.CreateBatch(new[] { outputDimension }, oneMinibatchLabelsData.SelectMany(value => value), device);

序列的长度可以是任意的。一个小批量可能包含不同长度的序列。

LSTM 很难在这种长度的序列上训练。如果您的序列长度始终为 744，那么您可能应该使用输入维度为 744 的简单 FNN。

推荐阅读