synaptic js lstm rnn 算法的简单示例

没有一个真是太疯狂了非常简单LSTM RNN 预测时间序列数据的示例。

https://github.com/cazala/synaptic

https://github.com/cazala/synaptic/wiki/Architect#lstm

我想使用以下数组中的历史数据：

const array = [
    0,
    0,
    0,
    1,
    0,
    0,
    0,
    1
];

那里有一些令人兴奋的数据，对吗？

我想 A) 使用数组训练算法，然后 B) 使用以下数组测试算法：

const array = [
    0,
    0,
    0,
    1,
    0,
    0,
    0,
    1,
    0
];

应该导致它预测0.

不幸的是，文档非常糟糕，没有明确的代码示例。有人有例子吗？

这个答案不是用 Synaptic 写的，而是用新触感。我决定快速回答，并将很快将其包含在文档中。这是代码，它运行了 9/10 次：

var network = new neataptic.architect.LSTM(1,6,1);

// when the timeseries is [0,0,0,1,0,0,0,1...]
var trainingData = [
  { input: [0], output: [0] },
  { input: [0], output: [0] },
  { input: [0], output: [1] },
  { input: [1], output: [0] },
  { input: [0], output: [0] },
  { input: [0], output: [0] },
  { input: [0], output: [1] },
];

network.train(trainingData, {
  log: 500,
  iterations: 6000,
  error: 0.03,
  clear: true,
  rate: 0.05,
});

在 JSFIDDLE 上运行它来查看预测！更多预测，请打开this one.

对我所做的一些选择的解释：

• 我设置了选项clear为 true，正如您想要进行的按时间顺序排列的时间序列预测。这确保网络从每次训练迭代的“开始”开始，而不是从上次迭代的“结束”继续。
• 利率相当低，较高的利率将陷入 MSE 误差~0.2
• LSTM 有 1 个块（每块 6 个内存节点），数量较少似乎效果不佳。