RNN LSTM (回归例子) - Tensorflow | 莫烦Python
切换视频源:

RNN LSTM (回归例子)

作者: 莫烦 编辑: 莫烦 2016-11-03

学习资料:

设置 RNN 的参数

这次我们会使用 RNN 来进行回归的训练 (Regression). 会继续使用到自己创建的 sin 曲线预测一条 cos 曲线. 接下来我们先确定 RNN 的各种参数(super-parameters):

数据生成

定义一个生成数据的 get_batch function:

5_08_1.png

定义 LSTMRNN 的主体结构

使用一个 class 来定义这次的 LSTMRNN 会更加方便. 第一步定义 class 中的 __init__ 传入各种参数:

设置 add_input_layer 功能, 添加 input_layer:

设置 add_cell 功能, 添加 cell, 注意这里的 self.cell_init_state, 因为我们在 training 的时候, 这个地方要特别说明.

设置 add_output_layer 功能, 添加 output_layer:

添加 RNN 中剩下的部分:

训练 LSTMRNN

最后cost结果如下:

cost:  48.4813
cost:  9.9825
cost:  7.9988
cost:  5.8154
cost:  3.9268
cost:  2.4393
cost:  2.9643
cost:  0.4856
cost:  0.5175
cost:  0.7858

降低知识传递的门槛

莫烦很常从互联网上学习知识,开源分享的人是我学习的榜样。 他们的行为也改变了我对教育的态度: 降低知识传递的门槛免费 奉献我的所学正是受这种态度的影响。 通过 【赞助莫烦】 能让我感到认同,我也更有理由坚持下去。

    Tensorflow