1

我想在一些时间序列数据上尝试一个 SKFLOW 循环神经网络，这些数据具有二进制分类问题的实际值。我的数据的每一行包含 57 个特征（变量），我想查看前 2 个样本和接下来的 2 个样本以对每一行进行预测。

我的数据如下所示：

样本-2：f1，f2，f3，f4，...f57，样本-1：f1，f2，f3，f4，...f57，当前样本：f1，f2，f3，f4，...f57，采样 +1：f1、f2、f3、f4、...f57，采样 +2：f1、f2、f3、f4、...f57

我从用于文本分类的 SKFLOW 示例 RNN开始。

MAX_DOCUMENT_LENGTH = 10

vocab_processor = skflow.preprocessing.VocabularyProcessor(MAX_DOCUMENT_LENGTH)
X_train = np.array(list(vocab_processor.fit_transform(X_train)))
X_test = np.array(list(vocab_processor.transform(X_test)))

n_words = len(vocab_processor.vocabulary_)
print('Total words: %d' % n_words)

### Models

EMBEDDING_SIZE = 50

# Customized function to transform batched X into embeddings
def input_op_fn(X):
    # Convert indexes of words into embeddings.
    # This creates embeddings matrix of [n_words, EMBEDDING_SIZE] and then
    # maps word indexes of the sequence into [batch_size, sequence_length,
    # EMBEDDING_SIZE].
    word_vectors = skflow.ops.categorical_variable(X, n_classes=n_words,
        embedding_size=EMBEDDING_SIZE, name='words')
    # Split into list of embedding per word, while removing doc length dim.
    # word_list results to be a list of tensors [batch_size, EMBEDDING_SIZE].
    word_list = skflow.ops.split_squeeze(1, MAX_DOCUMENT_LENGTH, word_vectors)
    return word_list

# Single direction GRU with a single layer
classifier = skflow.TensorFlowRNNClassifier(rnn_size=EMBEDDING_SIZE, 
    n_classes=15, cell_type='gru', input_op_fn=input_op_fn,
    num_layers=1, bidirectional=False, sequence_length=None,
    steps=1000, optimizer='Adam', learning_rate=0.01, continue_training=True)

看起来我应该能够只修改 input_op_fn 以使其工作，但我不确定如何正确地将我的 numpy 数组转换为 skflow.TensorFlowRNNClassifier 的张量。这就是文本分类示例的样子。

>>> word_vectors.get_shape() 

TensorShape([Dimension(560000), Dimension(10), Dimension(50)])

>>> len(word_list)

10

如果我正确解释了文本问题，那么对于我的问题，它将是 TensorShape([Dimension(# rows), Dimension(57), Dimension(3)])

4

1 回答 1

2

看看这个RNN 的单元测试。

假设这是数字数据： data = np.array(list([[2, 1, 2, 2, 3], [2, 2, 3, 4, 5], [3, 3, 1, 2, 1], [2, 4, 5, 4, 1]]), dtype=np.float32) labels = np.array(list([1, 0, 1, 0]), dtype=np.float32)

data是形状(4, 5)，其中 4 是 batch_size，5 是 sequence_length。然后你想tf.split(1, 5, X)在input_op_fn(). 希望这可以帮助。欢迎您提交 PR 以添加处理此问题的示例。

于 2016-02-18T01:21:20.480 回答