Сравнение результатов LSTM и глубокой нейронной сети - PullRequest
Новая
       28

Сравнение результатов LSTM и глубокой нейронной сети

0 голосов
/ 14 февраля 2019

Могу ли я использовать sequenceInputLayer (n_features) при применении глубокой нейронной сети и модели NOT LSTM в Matlab?

Я применил LSTM к данным временных рядов в Matlab 2018b.Теперь я хочу показать, что рассмотрение временных отношений в LSTM повышает производительность.Для этого мне нужно как можно больше применить глубокую нейронную сеть с той же настройкой, что и LSTM (например, с таким же размером мини-пакета и количеством скрытых единиц), и проверить результаты, чтобы я мог с уверенностью сказать, что сохранение временных отношений

Ниже приведен код LSTM, который я использовал: 

n_Features = size(X_Train{1}, 1);
numHiddenUnits = 20;
miniBatchSize = 50;
numClasses = 2;
layers = [ ...
    sequenceInputLayer(n_Features)
    lstmLayer(numHiddenUnits,'OutputMode','sequence')
    fullyConnectedLayer(numClasses)
    softmaxLayer
    classificationLayer];

 options = trainingOptions('adam', ...
    'GradientThreshold',1, ...
    'InitialLearnRate',0.01, ...
    'LearnRateSchedule','piecewise', ...
    'LearnRateDropPeriod',20, ...
    'Verbose',0, ...
    'ValidationData',{XValidate, YValidate}, ...
    'ValidationFrequency',1, ...
    'L2Regularization', 0.05, ...
    'Plots','training-progress',...
    'MiniBatchSize', miniBatchSize);

net = trainNetwork(X_Train, Y_Train, layers, options);

[YPred_train, scores_train] = classify(net, X_Train);

Мой вопрос: могу ли я обучить глубокую нейронную сеть с тем же кодом, только исключая lstmLayer?Могу ли я по-прежнему использовать sequenceInputLayer (n_Features) в качестве входного слоя глубокой нейронной сети?

...