Keras LSTM ではタイム ステップと機能はどのように機能しますか?

LSTM タイム ステップと機能について

指定された Keras コードでは、trainX 配列の形状は (サンプル、タイム ステップ、機能) ）。これは、データが 3 次元配列に再形成されることを意味します。最初の次元はサンプル数を表し、2 番目の次元はタイム ステップ数を表し、3 番目の次元は特徴の数を表します。

提供した図のコンテキストでは、緑色の各ボックスは時間ステップを表し、ピンク色の各ボックスは特徴を表します。したがって、コードでは、緑色のボックス (タイム ステップ) ごとに複数のピンクのボックス (特徴量) が存在する「多対 1」の場合を考慮しています。

features 引数は、次のような多変量系列を考慮する場合に関連します。 2 つの金融銘柄を同時にモデル化します。この場合、各特徴は株式の 1 つを表し、特徴の数はモデル化される株式の数と同じになります。

ステートフル LSTM について

ステートフル LSTM は、バッチの実行間でセル メモリ値を保存しません。代わりに、バッチ間で内部的に状態を維持します。バッチ サイズが 1 の提供されたコードの場合、LSTM は現在の入力に基づいて内部状態を更新し、その状態を使用して次の入力を処理します。トレーニング実行間の状態をリセットすることにより、LSTM はバッチごとに強制的に新たに開始されます。

この動作は、モデルが過去の入力のコンテキストを記憶する必要がある、将来のタイム ステップを予測する場合などに重要です。

補足説明

• 「タイム ステップ」という用語は、シーケンス内の連続する要素の数に。 LSTM のコンテキストでは、タイム ステップは通常、時間間隔を表すものと考えられます。
• 「特徴」という用語は、モデルで使用されるさまざまな種類のデータを指します。たとえば、金融株モデルの場合、特徴は株式の始値、終値、高値、安値となります。

以上がKeras LSTM ではタイム ステップと機能はどのように機能しますか?の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。