TLDR:如何使用 Keras RNN 预测序列中的下一个值?
我有一个连续值列表。我想将它们输入 RNNpredict序列中的下一个值。
[ 0.43589744 0.44230769 0.49358974 ..., 0.71153846 0.70833333 0.69230769]
我使用 Keras 来执行此操作,并且可以获得损失不断减少的网络,但准确度始终为 1.0。这是错误的。y_tests != model.predict(x_tests)
.
Epoch 0
1517/1517 [==============================] - 0s - loss: 0.0726 - acc: 1.0000 - val_loss: 0.0636 - val_acc: 1.0000
Epoch 1
1517/1517 [==============================] - 0s - loss: 0.0720 - acc: 1.0000 - val_loss: 0.0629 - val_acc: 1.0000
...
这是我的网络。
model = Sequential()
model.add(SimpleRNN(1, 100))
model.add(Dense(100, 1, activation = "sigmoid"))
model.compile(loss="mean_squared_error", optimizer = "sgd")
我尝试过 SimpleRNN、GRU 和 LSTM,但没有成功。以下是数据的格式化方式。
# Current value
y_train = [[ 0.60576923] [ 0.64102564] [ 0.66025641] ..., [ 0.71153846] [ 0.70833333] [ 0.69230769]]
# Previous 10 values
x_train_10 = [
[[ 0.65064103] [ 0.66346154] [ 0.66346154] ..., [ 0.72115385] [ 0.72435897] [ 0.71153846]] ...,
[[ 0.66346154] [ 0.66346154] [ 0.67628205] ..., [ 0.72435897] [ 0.71153846] [ 0.70833333]]
]
# Previous value
x_train_1 = [[ 0.58333333] [ 0.60576923] [ 0.64102564] ..., [ 0.72435897] [ 0.71153846] [ 0.70833333]]
# So here are the shapes...
y_train.shape = (1895, 1)
x_train_10.shape = (1895, 10, 1)
x_train_1.shape = (1895, 1)
中的每个元素x_train_10
是前 10 个值的列表。我将其格式化为遵循 Keras 的文档,即循环层采用形状输入(nb_samples, timesteps, input_dim)
.
我也尝试过使用Embedding
层没有运气。 (这可能是错误的使用方式 - 我只看到它用于分类而不是预测)。
model = Sequential()
model.add(Embedding(1, 30))
model.add(LSTM(30, 100))
...
pad_sequences
也没有工作。
x_train_1 = sequence.pad_sequences(x_train_1, maxlen = None, dtype = "float32")
我想让 RNN 能够处理这个简单的数据/架构,这样我以后就可以用它来解决更复杂的问题。
谢谢 :)