1

我正在训练 LSTM 以尝试在每次击键后预测 (az) 的下一个最可能的键。（并且只向用户显示 8 个最可能的后继键，这应该会产生一个 8 键键盘，就像我之前在这里所做的那样，但没有 Brain.js）

网络使用一大段文本进行训练，其中所有两个字母的集合作为网络的输入。相应的输出是两个一组后面的字母。

我尝试了不同的配置设置和训练数据模型：

  • 用字符串训练网络 -> 它输出一个字符（这还不够）
  • 使用一组 27 个项目的加权数组（每个字母 + 空格一个条目）训练网络 -> 它输出一个由 26 个零和一个 1 组成的字符串- 1 对应于一个字母的位置。尽管我使用数组作为输出对其进行了训练。-> 还是只有一个字母

当我使用两个字母作为输入运行网络时，它会输出一个字母 - 正如我训练它的那样。

现在如何构建/建模我的训练数据以训练它输出最可能的后继字母数组。

对于brain.js，这可能吗？

4

1 回答 1

0

您的初始训练数据应基于长文本，您可以从中提取每个字母的下一个字母的概率。要准备这个训练集，你不需要 NN，只需要纯数学。然后用这个值训练网络（输入一个字符，输出一个包含 26 个位置的数组，每个字符的概率不同），预测值应该与作为参考的文本的“样式”匹配。

要成为一个由用户输入提供的“实时”示例，您应该在每次击键时重新训练您的网络。这可能在计算上很昂贵。

于 2020-12-29T01:37:09.913 回答