Как мы можем определить нейронную сеть RNN-LSTM с несколькими выходами для входа в момент времени t?

Я пытаюсь построить RNN, чтобы предсказать возможность того, что игрок будет играть в матче, а также счет прогонов и калитки, взятые игроком. Я бы использовал LSTM, чтобы производительность в текущем матче влияла на будущий выбор игрока.

Обзор архитектуры:

Функции ввода: сведения о матче — место проведения, участвующие команды, команда, отбивающая первой.

Входные образцы: список игроков обеих команд.

Вывод:

  1. Дискретный: Бинарный: Играл ли игрок.
  2. Дискретный: калитки сняты.
  3. Непрерывный: Засчитанные пробеги.
  4. Непрерывный: Подача шаров.

Вопрос:

  1. Чаще всего RNN использует «Softmax» или «MSE» на последних слоях для обработки «a» из LSTM, предоставляя в качестве вывода только одну переменную «Y». Но здесь есть четыре зависимых переменных (2 дискретных и 2 непрерывных). Можно ли сшить вместе все четыре в качестве выходных переменных?
  2. Если да, как мы справимся с сочетанием непрерывных и дискретных выходов с функцией потерь?

(Хотя выходные данные LSTM «a» имеют несколько функций и переносят информацию в следующий временной интервал, нам нужно несколько функций на выходе для обучения на основе реальных данных)


deep-learning lstm rnn
person Sethu N    schedule 13.03.2018    source источник

Ответы (1)


arrow_upward
0
arrow_downward

Вы просто делаете это. Без более подробной информации об используемом программном обеспечении (если таковое имеется) трудно дать более подробную информацию о detasmail.

Выход модуля LSTM всегда находится на скрытых слоях вашей сети.

Затем вы можете ввести его в 4 выходных слоя.

1 сигмоид 2 я нашел это немного. Может быть, 4x сигмоид (4 калитки на иннингс, верно?) Или relu4 3,4 linear (квадрат это также вариант, e или relu)

В учебных целях ваша функция потерь представляет собой сумму ваших 4 индивидуальных потерь. Поскольку все они были MSE, вы можете объединить свои 4 выхода перед расчетом потерь.

Но так как первое - это кросс-энтропия (для сигмоиды решения), то ее нужно вычислять отдельно и суммировать. Вы все равно можете объединить их после того, как получите выходной вектор

person Lyndon White    schedule 13.03.2018