再発ニューラルネットワークチュートリアル（RNN）

再発性ニューラルネットワーク（RNNS）：包括的なガイド

再発性ニューラルネットワーク（RNN）は、AppleのSiriやGoogleの音声検索などのアプリケーションで使用される強力なタイプの人工ニューラルネットワーク（ANN）です。内部メモリを介して過去の入力を保持する彼らのユニークな能力は、株価の予測、テキスト生成、転写、機械翻訳などのタスクに最適です。入力と出力が独立している従来のニューラルネットワークとは異なり、RNN出力はシーケンスの以前の要素に依存します。さらに、RNNはネットワークレイヤー全体でパラメーターを共有し、勾配降下中の重量とバイアスの調整を最適化します。 />

上の図は、基本的なRNNを示しています。 [45、56、45、49、50、...]などのデータを使用した株価予測シナリオでは、各入力（x0〜xt）に過去の値が組み込まれています。たとえば、x0は45、x1は56であり、これらの値は次のシーケンス要素の予測に寄与します。

rnns関数

rnnsでは、ループを介して情報を循環し、現在および以前の入力の両方の関数を出力します。 src = "https://img.php.cn/upload/article/000/000/000/174165793768541.jpg" alt = "再発性ニューラルネットワークチュートリアル（RNN）関数、重み、およびバイアス。これらのパラメーターは隠されたレイヤー全体で共有され、複数の異なるレイヤーの代わりに単一のループレイヤーを作成します。 RNNは、勾配を計算するために、従来のバックプロパゲーションの代わりに時間（BPTT）を通じてバックプロパゲーションを使用します。 BPTTは、共有パラメーターのために各タイムステップでエラーを合計します。

rnns

rnnsは、単一の入力と出力を持つフィードフォワードネットワークとは異なり、入出力の長さの柔軟性を提供します。この適応性により、RNNは音楽の生成、感情分析、機械翻訳など、さまざまなタスクを処理できます。 4つの主要なタイプが存在します：

• 1対1：単一の入出力の問題に適した単純なニューラルネットワーク。分類）。チュートリアル（rnn） "/>

  推奨機械学習コース

  pythonの深い学習の紹介

  cnns対rnnコンピュータービジョンで一般的に使用される空間データ（画像など）。単純なニューラルネットワークは画像ピクセルの依存関係と格闘していますが、CNNはこの領域で畳み込み、relu、プーリング、および完全に接続されたレイヤーを備えています。ネットワークチュートリアル（RNN） "/>

  重要な違い：

  • CNNSはスパースデータ（画像）を処理しますが、RNNSは時系列と連続データを管理します。 RNNは柔軟です。
  • CNNはフィードフォワードです。 RNNSは、シーケンシャルデータにループを使用します。
  • CNNは画像/ビデオ処理に使用されます。スピーチ/テキスト分析のためのRNNS。

  ソリューションには、隠れたレイヤーの削減またはLSTMやGruなどの高度なアーキテクチャの使用が含まれます。 LSTMとGRUは、長期にわたって情報の保持を有効にすることによりこれに対処します。

  • 長期記憶（LSTM）：消失/爆発勾配を緩和するように設計された高度なRNN。その4つの相互作用層は長期記憶保持を促進し、機械の翻訳、音声合成などに適しています。 />
    • ゲート再発ユニット（GRU）： LSTMのより単純なバリエーション。更新とリセットゲートを使用して情報フローを管理します。その合理化されたアーキテクチャは、LSTMと比較してトレーニングが速くなることがよくあります。

      LSTM＆amp;を使用したマスターカード株価予測Gru

      このセクションでは、LSTMとGRUを使用してマスターカードの株価を予測するプロジェクトについて詳しく説明しています。コードは、Pandas、Numpy、Matplotlib、Scikit-Learn、Tensorflowなどのライブラリを利用しています。前処理：データをトレーニングセットとテストセットに分割し、 minmaxscaler を使用してスケールし、モデル入力のために再シェープします。モデル：同様のアーキテクチャを備えたGRUモデルを構築およびトレーニングします。

    • GRUの結果： RMSEを使用してGRUモデルのパフォーマンスを評価します。 src = "https://img.php.cn/upload/article/000/000/000/174165794996336.jpg" alt = "再発性ニューラルネットワークチュートリアル（RNN）"/>

      

以上が再発ニューラルネットワークチュートリアル（RNN）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。