Ich versuche, ein LSTM-Netzwerk in Tensorflow zu erstellen, und habe mich in Terminologie / Grundlagen verirrt. Ich haben Zeitreihenbeispiele soX=xn, woxi = [[x11x12, x13], ..., [xm1xm2, xm3]] und wo xii ist ein Schwimmer. Zunächst möchte ich ein Modell trainieren, das den Beginn einer Sequenz angibt ([x11x12, x13]) Ich kann den Rest der Sequenz vorhersagen. Ich hoffe, dass ich später einen Klassifikator einbinden kann, um vorherzusagen, welche Binärklasse jeweils @ isxi gehört

So ist mein Problem, was ich zum Anfang einspeisen und das Ende meines Modells herausziehen? Bisher habe ich etwas, das wie folgt aussieht

class ETLSTM(object):
    """docstring for ETLSTM"""
    def __init__(self, isTraining, config):
        super(ETLSTM, self).__init__()

        # This needs to be tidied
        self.batchSize = batchSize = config.batchSize
        self.numSteps = numSteps = config.numSteps
        self.numInputs = numInputs = config.numInputs
        self.numLayers = numLayers = config.numLayers

        lstmSize = config.lstm_size
        DORate = config.keep_prob

        self.input_data = tf.placeholder(tf.float32, [batchSize, numSteps,
                                                      numInputs])
        self.targets = tf.placeholder(tf.float32, [batchSize, numSteps,
                                                   numInputs])
        lstmCell = rnn_cell.BasicLSTMCell(lstmSize, forgetbias=0.0)
        if(isTraining and DORate < 1):
            lstmCell = tf.nn.rnn_cell.DropoutWrapper(lstmCell,
                                                     output_keep_prob=DORate)
        cell = tf.nn.rnn_cell.MultiRNNCell([lstmCell]*numLayers)

        self._initial_state = cell.zero_state(batchSize, tf.float32)

        # This won't work with my data, need to find what goes in...
        with tf.device("/cpu:0"):
            embedding = tf.get_variable("embedding", [vocab_size, size])
            inputs = tf.nn.embedding_lookup(embedding, self._input_data)

        if(isTraining and DORate < 1):
            inputs = tf.nn.dropout(inputs, DORate)

BEARBEITE: Wie beende ich das__init__ Funktion damit es mit meinen Daten kompatibel ist?