model.predict 会正确更新 GRU 层状态吗?
Will model.predict update a GRU layer states correctly?
这是我的第一个问题,欢迎提出建议!
背景
我建立了一个类似于这个的模型。
我正在使用 model.predict(inputs)
进行预测,我构建了自定义函数和流程以使其学习。它似乎有效,当它预测时一切似乎都很好。
几天前,我看了这个视频:
https://youtu.be/8HyCNIVRbSU?t=284
(它从产生我的问题的部分开始)我复制了引起我注意的图像:
它表示每个输入按顺序插入每个单元格,每个单元格将按顺序向下一个单元格提供更多信息。
我开始怀疑我的实现是否正确,我会给你所有可能有用的细节。
详情
- 我 am 对两个 GRU 层使用
stateful=True
。
model.predict(inputs)
处的输入定义为 inputs = [np.array(arr).reshape(1, 1, 6), np.array(arr2).reshape(1, 1, 4)]
。
- 我有一个包含输入第一部分值的 CSV,但对于其他值,我是即时创建的。这就是我使用
model.predict
的原因。因此,如果有另一种方法能够同时发送静态和“动态数据”,我会很乐意这样做。
- 我在加载模型后与模型交互的唯一方法是要求预测值,并更新其权重(并在我输入新序列时重置状态)。
现在,有了所有这些信息,问题就是:
- 是模特。预测正确更新所有单元状态并使用 GRU 层以达到其全部容量?
- 还是总是将数据发送到第一个单元格?
在前向传递过程中(predict()
或 fit()
)GRU(和其他 RNN)从您的序列中获取第一项,重新计算其状态,获取第二项,重新计算其状态状态等等。
这是我的第一个问题,欢迎提出建议!
背景
我建立了一个类似于这个的模型。
我正在使用 model.predict(inputs)
进行预测,我构建了自定义函数和流程以使其学习。它似乎有效,当它预测时一切似乎都很好。
几天前,我看了这个视频:
https://youtu.be/8HyCNIVRbSU?t=284
(它从产生我的问题的部分开始)我复制了引起我注意的图像:
我开始怀疑我的实现是否正确,我会给你所有可能有用的细节。
详情
- 我 am 对两个 GRU 层使用
stateful=True
。 model.predict(inputs)
处的输入定义为inputs = [np.array(arr).reshape(1, 1, 6), np.array(arr2).reshape(1, 1, 4)]
。- 我有一个包含输入第一部分值的 CSV,但对于其他值,我是即时创建的。这就是我使用
model.predict
的原因。因此,如果有另一种方法能够同时发送静态和“动态数据”,我会很乐意这样做。 - 我在加载模型后与模型交互的唯一方法是要求预测值,并更新其权重(并在我输入新序列时重置状态)。
现在,有了所有这些信息,问题就是:
- 是模特。预测正确更新所有单元状态并使用 GRU 层以达到其全部容量?
- 还是总是将数据发送到第一个单元格?
在前向传递过程中(predict()
或 fit()
)GRU(和其他 RNN)从您的序列中获取第一项,重新计算其状态,获取第二项,重新计算其状态状态等等。