トレーニングシーケンスの特徴次元について

12 次查看（过去 30 天）
misato abe
misato abe 2019-12-12
评论： misato abe 2019-12-13
LSTMネットワークを用いた予測について質問があります。
現在、商品出荷台数や人口などを含めた4つのデータから、将来の商品出荷台数を予測できないか考えております。
深層学習を使用した時系列予測(https://jp.mathworks.com/help/deeplearning/examples/time-series-forecasting-using-deep-learning.html?searchHighlight=dataTrainStandardized&s_tid=doc_srchtitle#responsive_offcanvas)
を参考にしました。
以下のコードを実行したところ
「トレーニング シーケンスの特徴次元は 1 ですが、入力層には特徴次元 4のシーケンスが必要です。」
と警告を受けました。
「%予測子と応答」の部分が悪いのでしょうか。
ご回答よろしくお願いします。
%データの読み取り
opts = detectImportOptions('mlaysia.xlsx','DataRange','B3');
T1=readtable('mlaysia.xlsx',opts,'ReadVariableNames',false);
T1_data = T1.Variables;
%1行N列の配列へ
for i=1:4
T1_array{i}=T1_data(1:end,i)';
end
%転置
T1_a=(T1_array)';
%シーケンスの最初の90％で学習を行い残りの10％でテストする
numTimeStepsTrain = floor(0.9*numel(T1_a));
T1Train = T1_a(1:numTimeStepsTrain+1);
T1Test = T1_a(numTimeStepsTrain+1:end);
%予測子と応答の準備
XT1Train = T1Train(1:end-1);
YT1Train = T1Train(2:end);
%lstmアーキテクチャ　定義
numFeatures=2;
numResponse=1;
numHiddenUnits=200;
%lstm層
layers = [ ...
sequenceInputLayer(numFeatures)
lstmLayer(numHiddenUnits)
fullyConnectedLayer(numResponse)
regressionLayer];
%トレーニングオプション
options = trainingOptions('adam', ...
'MaxEpochs',200, ...
'GradientThreshold',1, ...
'LearnRateSchedule','piecewise', ...
'LearnRateDropPeriod',125, ...
'LearnRateDropFactor',0.2, ...
'Verbose',0, ...
'Plots','training-progress');
net = trainNetwork(XT1Train,YT1Train,layers,options);
取り込んだExcelファイルの一部は以下の通りです。

请先登录，再回答此问题。

采纳的回答

Hiro Yoshino
Hiro Yoshino 2019-12-12
データの作り方が多分おかしいのだと思われます。
fig.PNG
こんな風にして、一つのベクトルを一つのcellに入れます。
つまり、データセット数 (ここは自分で決める) x 4 のセルを作って、そのセルの一つ一つには
上のようなベクトルが入っているようにします。
  1 个评论
misato abe
misato abe 2019-12-13
勉強不足でした。
ありがとうございます！

请先登录，再进行评论。

更多回答（0 个）

类别

在 Help Center 和 File Exchange 中查找有关 Deep Learning Toolbox 的更多信息

标签

产品


版本

R2019b

Community Treasure Hunt

Find the treasures in MATLAB Central and discover how the community can help you!

Start Hunting!