Kerano(私のバックエンドとしてTheanoを使用しています)を私がむしろ新しいものにすることについての質問があります。私は複数のRNN(入力として時系列をとり、出力として1つの数値を計算する)を最初のレイヤーセットとして使用しています。これまでは、反復レイヤIOを使用しているKerasでは、これは簡単です。私は悩みを抱えているのはここケラス:レイヤーの後に計算を追加してモデルを訓練する方法は?
は次のとおりです。
今、私は別の関数(このFを呼び出すことができます)にこのRNN(1ナンバー)の出力を渡し、それをいくつかの計算をしたいです。
私がしたいのは、この計算された出力を(関数fの後に)取り出し、期待される出力に対して(mseのようないくつかの損失を介して)訓練することです。
私は関数fからの出力後の計算をどのようにフィードし、まだKerasのmodel.fitの機能を使ってそれを訓練するのかに関するアドバイスをしたいと思います。次のように
私の擬似コードは次のとおりです。
上記でX = input
Y = output
#RNN layer
model.add(LSTM(....))
model.add(Activation(...)) %%Returns W*X
#function f %%Returns f(W*X)
(Needs to take in output from final RNN layer to generate a new number)
model.fit(X,Y,....)
、私はそれがRNNにおける重みのための訓練である一方、関数fからの出力を含めるようにコードを記述するかどうかはわかりません(つまり、列車のF (W * x)をYに対して)。
ご協力いただきありがとうございます。