python - 如何考虑 rnn keras 中的不同序列?
问题描述
我想在在线培训中使用有状态的 RNN。因此,在每个时间步,我都会得到一个序列的一个元素。
I have sequence1: e11 ->e12 - >e13 Sequence 2: e21 ->e22 ->e23
我如何处理每个元素?我可以使用有状态的 rnn 来处理同一序列的每个元素,但序列 1 与序列 2 无关,所以我需要在序列之间切换到无状态 Rnn(我也有很多序列)。在 keras 中,不能更改 rnn 层的 statful 参数。那么如何在序列之间进行更改呢?
对于同样的问题,假设我想预测下一个即将到来的项目,所以如果我有序列 1 和 e11,我预测 e2,所以 e1 给我 e2,然后我得到 e2,需要预测 e3。如果我考虑一个 statfull rnn 或者如果我考虑一个 statless rnn 并将序列处理如下,有什么区别。所以我将每个序列作为不同的样本提供给 rnn:
Seq1: e11->e12 (predict e2)
Seq2:e11->e12->e13 (predict e3)
Seq 3: e21->e22
Seq4: e21->e22->e23
在这种情况下,我将逐步为每个序列重新输入 rnn。这和stataful rnn一样吗?有状态的 rnn 或用延续重新输入序列有什么区别。
解决方案
推荐阅读
- python - 从 subprocess.Popen pid 中查找所有窗口句柄
- mainframe - 需要使用 JCL 在 PDS 文件中搜索成员
- itext - PdfWriter.ALLOW_ASSEMBLY 不会更改 PDF 文档中“Document Assembly”的值
- scala - 尝试在 git bash 中执行 spark-submit 命令时出现问题
- java - 文件最后修改的比较器
- objective-c - 用于测试类的依赖注入
- alignment - 如何在knitr中对齐列标题和内容
- gnuplot - gnuplot中框/抽动之间的间距
- admin-on-rest - 反应管理员 | 如何在 ReferenceField 中连接源
- python - 更新不抛出完整性错误(OneToOneField)