Keras LSTM: 시간 단계와 기능은 무엇이며 Stateful LSTM은 순차 정보를 어떻게 활용합니까?

Keras LSTM 이해

시간 단계와 기능은 무엇인가요?

시간 단계와 기능은 텐서의 마지막 두 차원으로 지정됩니다.

• 시간 단계: 시퀀스의 단계 수를 입력하세요.
• 특징: 입력 시퀀스의 각 시간 단계에 있는 값의 개수입니다.

질문에 제공된 코드에 따르면 trainX는 시간 단계가 3이고 특성이 1인 3D 배열입니다. 이는 모델이 3개의 분홍색 상자가 여러 입력에 해당하는 다대일 상황을 고려하고 있음을 보여줍니다.

Stateful LSTM

Stateful LSTM을 사용하면 모델이 배치 전체에서 셀 상태 값을 유지할 수 있습니다. Batch_size가 1이면 훈련 실행 사이에 메모리가 재설정됩니다. 이는 모델이 더 정확한 예측을 위해 시퀀스의 이전 단계를 기억하는 데 도움이 됩니다. 이 예에서는 Batch_size가 1로 설정되고 데이터가 섞이지 않습니다. 즉, 모델은 데이터를 순차적으로 확인하고 시퀀스 정보를 활용합니다.

예시 다이어그램

제공하신 이미지는 다음 Keras 모델에 해당합니다.

그림 1:

• Keras는 다대다 방식으로 입력 시퀀스를 처리합니다.
• return_sequences=True를 사용하면 레이어가 각 시간 단계에서 시퀀스를 출력할 수 있습니다.

그림 2:

• stateful=True를 사용하면 모델이 배치 전반에 걸쳐 상태를 유지할 수 있습니다.
• 각 행의 빨간색 상자는 원본 시퀀스의 배치를 나타냅니다.
• 각 행의 녹색 상자는 각 배치에서 모델이 출력한 시퀀스를 나타냅니다.
• 연속 행은 모델에 일괄적으로 입력되더라도 모델이 전체 시퀀스를 하나의 연속 시퀀스로 처리함을 나타냅니다.

위 내용은 Keras LSTM: 시간 단계와 기능은 무엇이며 Stateful LSTM은 순차 정보를 어떻게 활용합니까?의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!