좋은 기사! 예측을 위해 둘 이상의 타임계열을 사용하는 경우 코드를 어떻게 수정해야 합니까? 예를 들어 TensorFlow LSTM이 여러 데이터 스트림을 한 번에 처리할 수 있는지 알고 있습니까? 예제에서 작업하면 20x4x35x650 입력의 경우 한 번에 4개의 35×650 입력이 있는 것과 같습니다. 나는 4x35x650을 140 × 650으로 변환 할 수 있다는 것을 알고 있지만 4 개의 입력을 한 번에 고려할 수있는 더 우아한 방법이 있는지 궁금했습니다. Keras는 놀라운 라이브러리입니다 : 그것은 우리가 이해할 수있는 파이썬 코드의 몇 줄에 최첨단 모델을 구축 할 수 있습니다. 다른 신경망 라이브러리가 더 빠르거나 더 많은 유연성을 허용할 수 있지만 개발 시간과 사용 편의성에 대해 Keras를 이길 수 있는 것은 없습니다. 위에서 설명한 것처럼 단어 자체, 즉 «A», «소녀»등은 신경망에 직접 입력되지 않습니다. 둘 다 그들의 하나의 뜨거운 벡터 형식 표현-오히려, 포함 벡터 각 단어에 대 한 사용 됩니다. 포함 벡터는 단어의 일부 의미 또는 컨텍스트를 유지해야 하는 단어(종종 길이 50-300 사이)의 효율적인 벡터 표현입니다. 내가 다른 게시물에 광범위하게 덮여있다 단어 포함여기에 입력되지 않습니다 – Word2Vec 단어 는 파이썬과 텐서 플로우, Word2Vec 케라스 튜토리얼과 텐서 플로우와 케라스와 파이썬 gensim Word2Vec 튜토리얼. 그것은 흥미로운 주제이며 조사하는 데 가치가 있습니다. 이 메모리를 사용하면 네트워크에서 장기 종속성을 시퀀스로 학습할 수 있으므로 예측할 때 문장의 다음 단어인지, 감정 분류인지 또는 다음 온도 측정인지 를 고려할 수 있습니다. . RNN은 서열을 처리하는 인간의 방법을 모방하도록 설계되었습니다 : 우리는 단어 자체대신 응답을 형성 할 때 전체 문장을 고려합니다. 예를 들어, 다음 문장을 생각해 보십시오.

재발신경망은 매우 유연합니다. 위에 표시된 구현에서, 우리는 많은 – 투 – 다수 모델을 가지고 – 다른 말로, 우리는 입력 시퀀스가 «여자는 술집에 걸어 …» 그리고 많은 출력 – $h_0$ $h_t$. 우리는 또한 여러 개의 다른 구성을 가질 수 있습니다. 또 다른 옵션은 일대다, 즉 하나의 입력을 공급, 말 «소녀»와 여러 출력을 예측 $h_0 $ $h_t $ (즉.