TensorFlow RNN実装：リカレントニューラルネットワーク構築

1年 ago
蓮, 翼
1 minute

TensorFlowでは、RNN（リカレントニューラルネットワーク）を実装するには、tf.keras.layers.RNN、tf.keras.layers.SimpleRNN、tf.keras.layers.LSTM、tf.keras.layers.GRUなどの事前定義されたリカレントニューラルネットワーク層を使用することができます。

SimpleRNN層を使用して実装されたシンプルなリカレントニューラルネットワークの例を以下に示します。

import tensorflow as tf

# 定义输入数据
inputs = tf.keras.Input(shape=(None, 28))

# 定义SimpleRNN层
rnn = tf.keras.layers.SimpleRNN(64)

# 将SimpleRNN层应用在输入数据上
output = rnn(inputs)

# 定义模型
model = tf.keras.Model(inputs=inputs, outputs=output)

# 编译模型
model.compile(optimizer='adam', loss='mse')

# 训练模型
model.fit(x_train, y_train, epochs=10, batch_size=32)

この例では、形状（None、28）の入力データを持つSimpleRNN層が定義され、この層が入力データに適用されてモデルが構築されました。 最後に、モデルをコンパイルしてトレーニングを行いました。

SimpleRNN以外にも、LSTMやGRUなどの他のリカレントニューラルネットワーク層を使用することができます。tf.keras.layers.SimpleRNNをtf.keras.layers.LSTMやtf.keras.layers.GRUに置き換えるだけです。

bannerAds