问有状态LSTM :使用不同的培训窗口
EN

Data Science用户

提问于 2018-07-08 08:53:18

回答 1查看 653关注 0票数 2

如果在一个时代，我从数据集中输入0-9、10-19、20-29、30-39.990-999，那么有状态的LSTM (或一般的LSTM )是否有意义。当我展示了那个时代的所有数据后，我称之为model.reset_states()

在那个时代之后，我是否可以将窗口向前移动一些任意数量，例如2，然后我用2-11，12-21，22-31，32-41.982-991

我会对99个批次这样做(批次中的最后一个序列现在是8长度，所以我无法生成一个完整的序列)。

这样做有意义吗？这样，网络就可以从不同的起点/终点学习序列，并且有不同的输出/Y值可供训练。

回答已采纳

发布于 2018-08-03 14:09:27

我看不出有什么问题。事实上，这听起来是一种很好的数据增强形式。

这听起来像你正在训练的批处理大小为1，这可能是缓慢的。您可以考虑以类似的方式创建批，其中批的第一个元素是序列1-10，11-20，.，批的第二个元素是2-12，13-23，.，直到9-19，10-29，.

票数 1

页面原文内容由Data Science提供。腾讯云小微IT领域专用引擎提供翻译支持

原文链接：

https://datascience.stackexchange.com/questions/34151

复制

相似问题

问有状态LSTM :使用不同的培训窗口EN