おもちゃ分類問題でTensorflow（r0.10、python 3.5）を使用してリカレントニューラルネットワークを訓練しようとしていますが、混乱しています。tensorflow RNNがおもちゃデータを学習していない理由を理解してください
RNNに0と1のシーケンスを入力し、シーケンスの特定の要素のターゲットクラスをシーケンスの現在値と前の値で表される数値にしたい場合は、バイナリとして扱います数。たとえば：
input sequence: [0, 0, 1, 0, 1, 1]
binary digits : [-, [0,0], [0,1], [1,0], [0,1], [1,1]]
target class : [-, 0, 1, 2, 1, 3]
これはRNNが非常に簡単に学ぶことができるはず何かであるように思えるが、代わりに私のモデルは、[1,3]からクラス[0,2]を区別することができます。つまり、現在の数字が0であるクラスを現在の数字が1であるクラスと区別することができます。これは、RNNモデルがシーケンスの以前の値を見ることを正しく学習していないと信じさせています。
ありtensorflowにリカレントニューラルネットワーク（のRNN）を構築し、使用方法を示すいくつかのチュートリアルと例（[1]、[2]、[3]）がありますが、それらを学んだ後、私はまだ私の問題が表示されません（すべての例がソースデータとしてテキストを使用するのに役立つわけではありません）。
tf.nn.rnn()にデータを入力します。長さはTで、その要素は[batch_size x input_size]です。私のシーケンスは1次元なので、input_sizeは1に等しいので、基本的には、長さがbatch_size（documentationという文字列は時間次元として扱われているかどうかわかりません）というシーケンスのリストを入力していると思います。 その理解は正しいですか？その場合、RNNモデルが正しく学習していない理由を理解できません。
それは私の完全なRNNを介して実行可能なコードの小さなセットを取得するのは難しい、これは（それがほとんどthe PTB model hereとthe char-rnn model hereから構成されている）私は何ができる最善である：
import tensorflow as tf
import numpy as np
input_size = 1
batch_size = 50
T = 2
lstm_size = 5
lstm_layers = 2
num_classes = 4
learning_rate = 0.1
lstm = tf.nn.rnn_cell.BasicLSTMCell(lstm_size, state_is_tuple=True)
lstm = tf.nn.rnn_cell.MultiRNNCell([lstm] * lstm_layers, state_is_tuple=True)
x = tf.placeholder(tf.float32, [T, batch_size, input_size])
y = tf.placeholder(tf.int32, [T * batch_size * input_size])
init_state = lstm.zero_state(batch_size, tf.float32)
inputs = [tf.squeeze(input_, [0]) for input_ in tf.split(0,T,x)]
outputs, final_state = tf.nn.rnn(lstm, inputs, initial_state=init_state)
w = tf.Variable(tf.truncated_normal([lstm_size, num_classes]), name='softmax_w')
b = tf.Variable(tf.truncated_normal([num_classes]), name='softmax_b')
output = tf.concat(0, outputs)
logits = tf.matmul(output, w) + b
probs = tf.nn.softmax(logits)
cost = tf.reduce_mean(tf.nn.seq2seq.sequence_loss_by_example(
[logits], [y], [tf.ones_like(y, dtype=tf.float32)]
))
optimizer = tf.train.GradientDescentOptimizer(learning_rate)
tvars = tf.trainable_variables()
grads, _ = tf.clip_by_global_norm(tf.gradients(cost, tvars),
10.0)
train_op = optimizer.apply_gradients(zip(grads, tvars))
init = tf.initialize_all_variables()
with tf.Session() as sess:
sess.run(init)
curr_state = sess.run(init_state)
for i in range(3000):
# Create toy data where the true class is the value represented
# by the current and previous value treated as binary, i.e.
train_x = np.random.randint(0,2,(T * batch_size * input_size))
train_y = train_x + np.concatenate(([0], (train_x[:-1] * 2)))
# Reshape into T x batch_size x input_size
train_x = np.reshape(train_x, (T, batch_size, input_size))
feed_dict = {
x: train_x, y: train_y
}
for j, (c, h) in enumerate(init_state):
feed_dict[c] = curr_state[j].c
feed_dict[h] = curr_state[j].h
fetch_dict = {
'cost': cost, 'final_state': final_state, 'train_op': train_op
}
# Evaluate the graph
fetches = sess.run(fetch_dict, feed_dict=feed_dict)
curr_state = fetches['final_state']
if i % 300 == 0:
print('step {}, train cost: {}'.format(i, fetches['cost']))
# Test
test_x = np.array([[0],[0],[1],[0],[1],[1]]*(T*batch_size*input_size))
test_x = test_x[:(T*batch_size*input_size),:]
probs_out = sess.run(probs, feed_dict={
x: np.reshape(test_x, [T, batch_size, input_size]),
init_state: curr_state
})
# Get the softmax outputs for the points in the sequence
# that have [0, 0], [0, 1], [1, 0], [1, 1] as their
# last two values.
for i in [1, 2, 3, 5]:
print('{}: [{:.4f} {:.4f} {:.4f} {:.4f}]'.format(
[1, 2, 3, 5].index(i), *list(probs_out[i,:]))
)
ここで最終的な出力
0: [0.4899 0.0007 0.5080 0.0014]
1: [0.0003 0.5155 0.0009 0.4833]
2: [0.5078 0.0011 0.4889 0.0021]
3: [0.0003 0.5052 0.0009 0.4936]
これは[0,2]と[1,3]を区別することのみを学習していることを示しています。 なぜこのモデルはシーケンスの前の値を使用することを学習していませんか？