Ich habe sequentielle Daten und ich erklärte ein LSTM-Modell, das y
mit x
in Keras vorhersagt. Also, wenn ich model.predict(x1)
und model.predict(x2)
anrufen, ist es korrekt, model.reset_states
zwischen den beiden predict()
explizit aufzurufen? Ist model.reset_states
Vergangenheit der Eingänge, nicht Gewichte, klar?Wie man model.reset_states() in Keras verwendet?
# data1
x1 = [2,4,2,1,4]
y1 = [1,2,3,2,1]
# dat2
x2 = [5,3,2,4,5]
y2 = [5,3,2,3,2]
Und in meinem eigentlichen Code, ich verwende model.evaluate(). In revue() wird reset_states implizit für jedes Datensample aufgerufen?
model.evaluate(dataX, dataY)
Ich habe es. Wenn ich keine Stateful-Option setze (also default = false), muss ich reset_states nicht aufrufen, oder? Und könnten Sie mir sagen, welche Art von Fällen ich Stateful = True verwenden sollte? – jef
Ja, Sie haben Recht. 'stateful = True 'wird normalerweise verwendet, wenn Sie aufeinanderfolgende Batches als konsekutive Eingaben behandeln möchten. In diesem Fall behandelt das Modell die Folgechargen genauso wie in der gleichen Charge. –
Danke. Ich akzeptiere deine Antwort. – jef