如何将先前时间步的知识添加到 RNN 中?
Posted
技术标签:
【中文标题】如何将先前时间步的知识添加到 RNN 中?【英文标题】:How to add knowledge of previous time steps to RNNs? 【发布时间】:2020-11-07 17:00:05 【问题描述】:我正在使用Keras for TensorFlow 设置一个单层门控循环单元 (GRU),以在给定时间步长 X_t 的时间序列 t,...,N 的情况下预测时间步长 y_t。由于我在时间 t-1 知道 y,我如何将其提供给网络?最初我想通过隐藏状态来做到这一点,但是这些并不代表 y 的实际值,手动设置这些不会改善网络,除非 t-1 处的 y 值为 0(对应于未初始化隐藏状态的默认值)。
【问题讨论】:
【参考方案1】:它已经在发生,您不必特意去做。隐藏状态正在执行,但是是的,不是正在使用实际值,而是正在学习它们的模式。这是一件好事,因为您的模型可以很好地泛化。
如果您在处理时间序列数据时遇到问题,请考虑增加或减少窗口大小,更改其中的层数和单元数(首先判断是否发生过拟合或欠拟合)并使用 dropout。
【讨论】:
以上是关于如何将先前时间步的知识添加到 RNN 中?的主要内容,如果未能解决你的问题,请参考以下文章
如何对要添加到先前单元格顶部或先前单元格底部的单元格进行排序
Keras:SimpleRNN - 如何在每个时间步进入新输入(而不是使用输出)