Keras LSTM에서 시간 단계와 기능은 어떻게 작동하나요?

LSTM 시간 단계 및 기능 이해

주어진 Keras 코드에서 trainX 배열의 모양은 (샘플, 시간 단계, 기능)입니다. ). 이는 데이터가 3차원 배열로 재구성된다는 의미입니다. 여기서 첫 번째 차원은 샘플 수를 나타내고, 두 번째 차원은 시간 단계 수, 세 번째 차원은 특징 수를 나타냅니다.

제공한 다이어그램의 맥락에서 각 녹색 상자는 시간 단계를 나타내고 각 분홍색 상자는 기능을 나타냅니다. 따라서 코드는 각 녹색 상자(시간 단계)에 대해 여러 개의 분홍색 상자(특성)가 있는 "다대일" 사례를 고려합니다.

기능 인수는 다음과 같은 다변량 계열을 고려할 때 관련이 있습니다. 두 개의 금융주를 동시에 모델링합니다. 이 경우 각 특성은 주식 중 하나를 나타내며 특성 수는 모델링되는 주식 수와 동일합니다.

상태 저장 LSTM 이해

상태 저장 LSTM은 배치 실행 사이에 셀 메모리 값을 저장하지 않습니다. 대신 일괄 처리 전반에 걸쳐 내부적으로 상태를 유지합니다. 배치 크기가 1인 제공된 코드의 경우 LSTM은 현재 입력을 기반으로 내부 상태를 업데이트하고 해당 상태를 사용하여 다음 입력을 처리합니다. 훈련 실행 사이에 상태를 재설정함으로써 LSTM은 각 배치에서 새로 시작해야 합니다.

이 동작은 모델이 과거 입력의 컨텍스트를 기억해야 하는 미래 시간 단계 예측과 같은 경우에 중요합니다. 정확한 예측을 하기 위해.

추가 참고사항

• '시간'이라는 용어는 단계"는 시퀀스의 연속 요소 수를 나타냅니다. LSTM의 맥락에서 시간 단계는 일반적으로 시간 간격을 나타내는 것으로 간주됩니다.
• "특성"이라는 용어는 모델에서 사용되는 다양한 유형의 데이터를 나타냅니다. 예를 들어 금융 주식 모델의 경우 주식의 시가, 종가, 고가, 저가 등의 특징을 가질 수 있습니다.

위 내용은 Keras LSTM에서 시간 단계와 기능은 어떻게 작동하나요?의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!