Question

我想在一些时间序列数据上尝试SKFLOW递归神经网络，其中包含二进制分类问题的实际值。我的每一行数据包含57个特征（变量），我想查看前两个样本和接下来的两个样本，以便对每一行进行预测。

我的数据如下：

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，样本+1：f1，f2，f3，f4，... f57，样本+2：f1，f2，f3，f4，... f57

我从SKFLOW example RNN for text classification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)

看起来我应该只能修改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

如果我正确地解释了文本问题，那么对于我的问题就是这样 TensorShape（[尺寸（＃行），尺寸（57），尺寸（3）]）

Answer 1

查看此unit test以获取RNN。

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的形状为(4, 5)，其中4为batch_size，5为sequence_length。然后，您希望tf.split(1, 5, X)中有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。

带有SKFLOW中数字数据的RNN

1 个答案: