Żądanie na przykład: cykliczna sieć neuronowa do przewidywania następnej wartości w sekwencji
Czy ktoś może mi podać praktyczny przykład powtarzającej się sieci neuronowej w pythonie (pybrain), aby przewidzieć następną wartość sekwencji? (Przeczytałem dokumentację pybrain i myślę, że nie ma na to wyraźnego przykładu)pytanie. Ale nie widzę, jak to działa w bardziej ogólnym przypadku. Dlatego też pytam, czy ktoś tutaj mógłby wypracowaćjasny przykład przewidywania następnej wartości sekwencji w pybrainie z powtarzającą się siecią neuronową.
Dać przykład.
Powiedzmy na przykład, że mamy ciąg liczb w zakresie [1,7].
First run (So first example): 1 2 4 6 2 3 4 5 1 3 5 6 7 1 4 7 1 2 3 5 6
Second run (So second example): 1 2 5 6 2 4 4 5 1 2 5 6 7 1 4 6 1 2 3 3 6
Third run (So third example): 1 3 5 7 2 4 6 7 1 3 5 6 7 1 4 6 1 2 2 3 7
and so on.
Teraz podano na przykład początek nowej sekwencji:1 3 5 7 2 4 6 7 1 3
jaka jest / są następną wartością (wartościami)
To pytanie może wydawać się leniwe, ale myślę, że brakuje dobrego i przyzwoitego przykładu, jak to zrobić z pybrainem.
Dodatkowo: jak można to zrobić, jeśli występuje więcej niż 1 funkcja:
Przykład:
Powiedzmy na przykład, że mamy kilka sekwencji (każda sekwencja mająca 2 cechy) w zakresie [1,7].
First run (So first example): feature1: 1 2 4 6 2 3 4 5 1 3 5 6 7 1 4 7 1 2 3 5 6
feature2: 1 3 5 7 2 4 6 7 1 3 5 6 7 1 4 6 1 2 2 3 7
Second run (So second example): feature1: 1 2 5 6 2 4 4 5 1 2 5 6 7 1 4 6 1 2 3 3 6
feature2: 1 2 3 7 2 3 4 6 2 3 5 6 7 2 4 7 1 3 3 5 6
Third run (So third example): feature1: 1 3 5 7 2 4 6 7 1 3 5 6 7 1 4 6 1 2 2 3 7
feature2: 1 2 4 6 2 3 4 5 1 3 5 6 7 1 4 7 1 2 3 5 6
and so on.
Teraz podano na przykład początek nowych sekwencji:
feature 1: 1 3 5 7 2 4 6 7 1 3
feature 2: 1 2 3 7 2 3 4 6 2 4
jaka jest / są następną wartością (wartościami)
Zapraszam do używania własnego przykładu, dopóki jest podobny do tych przykładów i zawiera pewne szczegółowe wyjaśnienia.