텐서플로우 rnn 예제

août 2, 2019 9:40 Publié par

이 예제에서 사용할 두 가지 기본 TensorFlow 데이터 구조는 자리 표시자 및 변수입니다. 각 실행시 일괄 처리 데이터는 계산 그래프의 « 시작 노드 »인 자리 표시자에 공급됩니다. 또한 RNN 상태는 이전 실행의 출력에서 저장되는 자리 표시자에서 제공됩니다. TensorFlow LSTM이 여러 데이터 스트림을 한 번에 처리할 수 있는지 알고 계십니까? 예제에서 작업하면 20x4x35x650 입력의 경우 한 번에 4개의 35×650 입력이 있는 것과 같습니다. 나는 4x35x650을 140 × 650으로 변환 할 수 있다는 것을 알고 있지만 4 개의 입력을 한 번에 고려할 수있는 더 우아한 방법이 있는지 궁금했습니다. 부족한 것은 LSTM을 기반으로 이해하기 쉬운 Tensorflow 응용 프로그램을 빌드하는 방법에 대한 좋은 설명과 예제입니다. 이것이 이 문서의 동기입니다. RNN널리 텍스트 분석, 이미지 캡션, 감정 분석 및 기계 번역에 사용됩니다. 예를 들어, 영화 리뷰를 사용하여 영화를 본 후 관중이 느끼는 느낌을 이해할 수 있습니다. 이 작업을 자동화하는 것은 영화 회사가 리뷰를 검토, 레이블 지정, 통합 및 분석할 시간이 충분하지 않은 경우에 매우 유용합니다.

기계는 더 높은 수준의 정확도로 작업을 수행 할 수 있습니다. 마찬가지로, 예측은 예측된 심볼의 역사전에서 인덱스를 식별하는 고유 정수이다. 예를 들어 예측이 37인 경우 예측 기호는 실제로 « 위원회 »입니다. 모델을 텐서플로우의 API로 쉽게 변환할 수 있습니다. 우리는 단순히이 두 섹션을 대체 : 또한이 RNN의 작동 방식을 설명하는 간단한 예임을 깨닫게, 이 기능은 쉽게 코드의 몇 줄에서 프로그래밍 할 수 있습니다. 네트워크는 데이터를 테스트할 필요가 없도록 에코 동작을 정확하게 학습할 수 있습니다. 모델의 핵심은 한 번에 한 단어를 처리하고 문장의 다음 단어에 대한 가능한 값의 확률을 계산하는 LSTM 셀로 구성됩니다. 네트워크의 메모리 상태는 0의 벡터로 초기화되고 각 단어를 읽은 후 업데이트됩니다. 계산상의 이유로, 우리는 크기 batch_size의 미니 일괄 처리로 데이터를 처리합니다. 이 예제에서는 current_batch_of_words가 단어의 « 문장 »과 일치하지 않는다는 점에 유의해야 합니다.

Classés dans :Non classé

Cet article a été écrit par NotreSite

Les commentaires sont fermés.