Подача учебных заданий в LSTM в Керасе

Question

Я собираюсь использовать LSTM в Керасе. Моими примерами обучения являются U1, U2, ..., Uk с размерностью N * Tj, где N - постоянная, а Tj - длина каждой выборки в Uj. Каждый Uj - это задание с обучающими примерами Tj. Я собираюсь передать эти k задач в сеть для обучения. Модель должна пройти через U1 (изучить с обратным распространением, размер пакета не обязательно T1), затем перейти к примерам внутри U2 и изучить их, и так далее. Одна эпоха завершена в конце Великобритании. Uj и U (j + 1) - две разные задачи, и сеть не должна объединять их во время обучения. (Модель должна как-то понимать начало и конец каждой задачи, то есть не должна рассматривать элементы следующей задачи как продолжение последовательностей в предыдущей задаче) Как я могу передать эти учебные задания в сеть?

Answer 1

Ваше описание довольно абстрактное, но я сделаю все возможное, чтобы ответить на ваш вопрос:

Полагаю, Tj не должен меняться для каждого образца. Как правило, все образцы имеют одинаковую размерность и форму. Это немного сбивает с толку, потому что вы утверждаете, что размерность выборки равна количеству выборок?

В любом случае, реальная проблема, о которой вы говорите, заключается в том, что вы хотите наполнить сеть образцами в определенном порядке, и она должна решить несколько задач. Исследовательский термин, который вы ищете, - Multi-Task Learning в Deep Learning.

Эти многозадачные нейронные сети могут хорошо работать на иерархических задачах , которые очень связаны друг с другом . Если ваши задачи сильно отличаются, возможно, лучше всего обучить нейронную сеть каждой задаче.