機械学習の入力エラーについて

2 次查看（过去 30 天）

显示更早的评论

Yuuki 2020-11-23

0
链接

此问题的直接链接

https://ww2.mathworks.cn/matlabcentral/answers/658788-

评论： Yuuki 2020-11-30

在 MATLAB Online 中打开

LSTMの学習方法について質問です．

最下部に示したコードを実行したとき，「予測子はシーケンスの N 行 1 列の cell 配列でなければなりません。」が表示されうまく学習できません．

入力データは1タイムステップに t-2, t-1, t のデータが含まれており，それに対応する出力データは t+1 のデータとなっています．

ここで学習に用いるデータを

net = trainNetwork(XTrain_C, YTrain_C, layers, options);

のように，Cのみを用いるようにすると上手く実行できるのですが，元コードのようにA,C,Dの3つの時系列データを学習させたモデルを作成しようとするとエラー文が表示されてしまいます．

下記のコードをどう修正すれば実行可能になりますでしょうか？

clear all 
close all
%% Make dataset
A = zeros(1,100);
B = zeros(1,100);
C = zeros(1,100);
D = zeros(1,100);
% A
for i = 1:100
    if i <= 40
        A(:,i) =  i / 40;
    elseif (41 <= i) && (i <= 45)
        A(:,i) =  1 - ((i - 40) / 5);
    elseif 46 <= i
        A(:,i) = 0;
    end
end
% B
for i = 1:100
    if i <= 60
        B(:,i) =  i / 60;
    elseif (61 <= i) && (i <= 65)
        B(:,i) =  1 - ((i - 60) / 5);
    elseif 66 <= i
        B(:,i) = 0;
    end
end
% C
for i = 1:100
    if i <= 80
        C(:,i) =  i / 80;
    elseif (81 <= i) && (i <= 85)
        C(:,i) =  1 - ((i - 80) / 5);
    elseif 86 <= i
        C(:,i) = 0;
    end
end
% D
for i = 1:100
    if i <= 40
        D(:,i) =  i / 20;
    elseif (21 <= i) && (i <= 25)
        D(:,i) =  1 - ((i - 20) / 5);
    elseif 26 <= i
        D(:,i) = 0;
    end
end
%% Plot
plot(1:100, A(1,:),'LineWidth',2);hold on
plot(1:100, B(1,:),'LineWidth',2);hold on
plot(1:100, C(1,:),'LineWidth',2);hold off
xlim([1 100])
ylim([-0.1 1.1])
legend('A','B','C','Location','northwest')
grid on
%% Preparing for ML
% A
for i = 1:97
    XTrain_A{1,i} = A(:,i:i+2).';
    YTrain_A{1,i} = A(:,i+3);
end
% C
for i = 1:97
    XTrain_C{1,i} = C(:,i:i+2).';
    YTrain_C{1,i} = C(:,i+3);
end
% D
for i = 1:97
    XTrain_D{1,i} = D(:,i:i+2).';
    YTrain_D{1,i} = D(:,i+3);
end
% Input
XTrain{1,1} = XTrain_D;
XTrain{2,1} = XTrain_A;
XTrain{3,1} = XTrain_C;
YTrain{1,1} = YTrain_D;
YTrain{2,1} = YTrain_A;
YTrain{3,1} = YTrain_C;
%% TrainNetwork
numFeatures = 3;
numResponses = 1;
numHiddenUnits = 300; 
layers = [ ...
    sequenceInputLayer(numFeatures)
    flattenLayer('Name','flatten')
    lstmLayer(numHiddenUnits,'OutputMode','sequence')   
    fullyConnectedLayer(20)                    
    fullyConnectedLayer(numResponses)
    regressionLayer];
options = trainingOptions('adam', ...
    'MaxEpochs',200, ...
    'GradientThreshold',1, ...
    'InitialLearnRate',0.0001, ...
    'LearnRateSchedule','piecewise', ...
    'LearnRateDropPeriod',50, ...
    'LearnRateDropFactor',0.2, ...
    'Verbose',0, ...
    'Plots','training-progress');
    
net = trainNetwork(XTrain, YTrain, layers, options);
%% Test
Result = zeros(1,100);
Result(:,1:3) = B(1,1:3);
for i = 1:97
    [net,Result(1,i+1)] = predictAndUpdateState(net, Result(:,i:i+2).');
end
%% Plot result
plot(1:100, B(1,:),'k','LineWidth',2);hold on
plot(1:100, Result(1,:),'r','LineWidth',2);hold off
xlim([1 100])
ylim([-0.1 1.1])
legend('B','Predection','Location','northwest')
grid on