RNN 简介
来源:互联网 发布:翼龙贷 招聘网络 编辑:程序博客网 时间:2024/06/04 18:23
1. 简介
RNN, Recurrent Neural Network, 循环神经网络.
与普通前馈网络最大的区别是, 网络节点在t时刻的输出不仅依赖于t时刻的输入, 还依赖前一时刻的输出与状态. 即
2. time_step
因为t, t-1 这个时序关系, 它要求训练数据也是有时序的, 时序的长度为 time_step . 把 RNN 中输入与输出的超参数列举见下:
- input_time_step
输入数据的序列长度.
如拿最近3个时刻的样本与去预测, 序列长度就是3. - input_size
输入特征的维度. - output_time_step
时序关系传递到 rnn 网络的输出, 也就有了output_time_step.
如拿当前若干个时刻与去预测未来2个时刻的输出, 这个序列长度就是2. - output_size
输出的维度, 回归问题就是1.
3. 应用举例
3.1 sin x 时序预测
预测
此问题中 input_size 与 output_size 都是1.
训练集就是 X=
Q:如何得到训练集呢?
拿产生好的 sin (x) 序列, 比如 1000 个点, 用滑动窗口, 不断地得到 X 与 lable.
3.2 股票最高价预测
仍旧以 input_time_step =3, output_time_step=1 举例.
用当前三天的股价情况去预测下一天的最高价.
用到的特征会多一点, 如 开盘价, 收盘价, 成交量, 换手率
等. 这样的话 input_size=4
.
3.3 翻译问题
4. tensorflow 处理input与output
可以参见[1].
参考
阅读全文
0 0
- RNN简介
- RNN简介
- RNN简介
- RNN 简介
- 递归神经网络(RNN)简介
- 递归神经网络(RNN)简介
- RNN 之LSTM简介
- 循环神经网络RNN简介
- 递归神经网络(RNN)简介
- RNN, LSTM简介
- RNN(recurrent neural networks)简介
- 循环神经网络教程第一部分-RNN简介
- 递归(循环)神经网络(RNN)简介
- RNN
- rnn
- RNN
- RNN
- RNN
- POJ-2377 Bad Cowtractors
- $.getJSON()异步请求的问题
- codevs 1052 地鼠游戏 堆优化贪心 解题报告
- 阿里巴巴Java面试题目
- 在linux编写脚本相关问题(更新)
- RNN 简介
- Spring和MyBatis环境整合
- poj2728(最优比率生成树)
- jQuery效率提升建议
- C# WinForm窗体及其控件自适应各种屏幕分辨率
- Visual Studio C/C++ windows编程代码提示功能
- KNN(k近邻算法)
- 用EXCEL实现时间戳格式和日期格互转
- win10系统 安装modelsim64位的无法生成license文件的解决办法