Из того, что я понимаю, в отличие от нереальных сетей с прямой связью, последовательность данных действительно важна в RNN, потому что предсказание и данные наблюдения 1 из X используются в предсказании последующих строк.
Но в уроках I Как мы уже видели, функция пересылки в RNN по-прежнему работает на всей обучающей матрице X, как будто она собирается делать все подряд параллельно.
Поэтому я попытался создать пустой список, содержащий все прогнозы для расчета потери, а также al oop для итерации по строкам в следующем порядке:
def forward(self, X0):
predictions = []
for i in range(X0.shape[0]):
Но при таком способе предсказания отсоединяются от параметров, и процесс обратного распространения не будет работать , Итак, мои вопросы: как мне спроектировать мою модель для обработки каждой строки обучающей матрицы в порядке сверху вниз, если не с помощью al oop, и как должны записываться прогнозы в каждой ячейке RNN?