时间戳

首页 > 解决方案 > 如何为深度学习模型设置激活或优化器只接受 RNN 的 1,0

python - 如何为深度学习模型设置激活或优化器只接受 RNN 的 1,0

问题描述

例如

我有这样的时间序列数据

[[1,0,0,0] [1,0,0,1],[1,0,1,0],[1,1,0,0]],,,,

它从过去的两个预测下一个。

我想放[[1,0,0,0],[1,0,0,1]]和得到[1,0,1,0]

所以我做了下面这样的模型。

input_len = 2
n_in = 4
n_hidden = 512
model = Sequential()

model.add(LSTM(n_hidden, input_shape=(input_len,n_in), return_sequences=True))
        
model.add(Dropout(0.1))
model.add(LSTM(n_hidden,  return_sequences=False))
        
model.add(Dense(n_hidden, activation="linear")) 
        
model.add(Dense(n_in, activation="linear"))
opt = Adam(lr=0.001)
model.compile(loss='mse', optimizer=opt)
model.summary()

#trainning and validate data 

X     #X.shape (800, 2, 4) [ [[1,0,0,1],[1,0,0,1]],[[1,0,0,1],[1,0,0,0]],,,
Y     #Y.shape (200, 2, 4)
val_x #val_x.shape (800,1,4) [[1,0,1,0]][1,1,1,0],,,,
val_y #val_y.shape (200,1,4)

history = model.fit(x, y, epochs=50,validation_data=(val_x, val_y))

#then predict
in_ = np.array[[1,0,0,1][1,1,1,1]]
out_ = model.predict(in_)
print(out_)

我期望结果至少是1or 0。

但是我得到这样的号码[[4.9627638e-01 1.4797167e-01 3.3314908e-01 1.3892795e-04]]

我想这与activation或optimizer...有关

我对么？或者我应该如何处理 1 和 0 数据？

更改linear为relu

结果变为之间[0.41842282 0.1275532 0. 0.4288069]

但是它仍然不是 0 或 1....

标签： pythontensorflowkeras

解决方案

模型输出不能是离散的，因为它应该是可微的。尝试添加类似的内容：

out_ = tf.cast(tf.math.greater(out_, 0.5), tf.int32)

这不是正确的预测，但准确性取决于您的数据（例如，如果您的数据是随机的并且没有模式 - 那么您将获得 6% 的准确性）。尝试仅基于[[1,0,0,0] [1,0,0,1],[1,0,1,0]]以确保您的模型有效进行训练。

推荐阅读