Используя пакет M XNet r, я пытаюсь применить рекуррентную нейронную сеть (RNN) с использованием пакета M XNet r для моделирования многомерного временного ряда data (цифра c), потому что результаты от традиционных моделей временного ряда были очень бедными. Я видел несколько примеров, благодаря кодам Ankit Khedia , за которыми я следовал, но я столкнулся с ошибкой и мне нужна помощь. Это мои примеры данных . В данных имена столбцов: dim1 dim2 dim3 dim4 dim5 dim6 dim7, где Y = dim1 и dim2 до dim7 - независимые переменные.
Я действительно получил сообщение об ошибке, когда попытался обучить сеть, используя:
## train the network
system.time(model <- mx.model.buckets(symbol = symbol,
train.data = train.data,
eval.data = eval.data,
num.round = 200,
ctx = ctx,
verbose = TRUE,
metric = mx.metric.mse.seq,
initializer = initializer,
optimizer = optimizer,
batch.end.callback = NULL,
epoch.end.callback= epoch.end.callback))
Я получил это сообщение об ошибке:
Error in sym_ini$infer.shape(input.shape) : Error in operator RNN: [14:15:33] c:\incubator-mxnet\src\operator\rnn-inl.h:680: Check failed: dshape.ndim() == 3U (2 vs. 3) Input data should be rank-3 tensor of dim [sequence length, batch size, input size] Timing stopped at: 0.02 0 0.02
я использовал следующие данные ввода:
n_dim <- 7 # no. of columns
seq_len <- 1
num_samples <- 342 # no. of samples
batch.size <- 2
train_ids <- 1:230
eval_ids <- 231:342
Я прочесал переполнение стека и другие веб-сайты, но не смог найти решение проблемы ошибок. Любая помощь будет оценена.