Модель RNN, кажется, не предсказывает массив, но элементы в массиве (Keras) - PullRequest
Новая
       33

Модель RNN, кажется, не предсказывает массив, но элементы в массиве (Keras)

0 голосов
/ 14 февраля 2019

У меня есть данные, состоящие из координат, которые представляют собой списки, подобные этому 

coordinate = [x,y,z,t,dx,dy,dz,dt]

У меня есть пути, каждый из которых представляет собой список координат path = [coordinate1,coordinate2,...]

В настоящее время я массив массивовпутей paths = [path1,path2,path3,...] в следующую нейронную сеть: 

model = Sequential()
model.add(LSTM(128,return_sequences=True,input_shape=(None,8),activation='relu'))

model.add(Dropout(0.2))
model.add(LSTM(128,input_shape=(None,8),return_sequences=False,activation='relu'))                                                                                                                                         
model.add(Dropout(0.2))
model.add(Dense(8,activation='softmax'))
opt = tf.keras.optimizers.Adam(lr=1e-3,decay=1e-5)
model.compile(optimizer=opt,loss='mean_squared_logarithmic_error',metrics=['accuracy'])
model.summary()

Я бы хотел, чтобы моя сеть могла смотреть на две координаты на пути и затем предсказывать третью координату.Форма обучающих данных X_data (количество путей, количество координат пути, число координатных объектов = 8), а форма my y_data - (количество путей, количество координат -features = 8).

Я могу предоставить эти данные в порядке, но получаемый прогноз явно неверен.

Прогнозируемое значение: [[1.9864183e-07 8.3630894e-08 2.6606214e-01 4.4643345e-01 1.8504219e-08 6.8312538e-09 2.4231732e-09 2.8750402e-01]]

Истинное значение: [[ 5.24782e+00 -1.82606e+01 1.13000e+02 2.75222e+02 7.93857e-03 7.93857e-03 1.00000e-01 2.00000e+02]]

Они даже не в том же порядке.Что это предсказывает?Спасибо

...