《表4 循环神经网络参数设置》
注:参数M代表前边提到的数表的大小(见3节)。
本文使用深度学习框架keras搭建GRU网络进行整数数列模型训练。近年来有很多RNN的改良网络被提出,比较流行的为长短记忆网络LSTM(Long Short Term)和门限循环网络GRU(Gated Rucurrent Unit)[15]。GRU是由Cho,et al在2014年首次提出,是LSTM的简单变体。LSTM和GRU都能通过各种门将重要特征保留,保证其在长距离传播的时候也不会被丢失。在训练效果上,它们差别不大。相比于LSTM,GRU的结构简单、训练和预测时间少[16]。故本文采用GRU网络进行训练。网络参数如表4所示。
图表编号 | XD0025714200 严禁用于非法目的 |
---|---|
绘制时间 | 2018.04.25 |
作者 | 杨亚琴、蔡东风、白宇 |
绘制单位 | 沈阳航空航天大学人机智能研究中心、沈阳航空航天大学人机智能研究中心、沈阳航空航天大学人机智能研究中心 |
更多格式 | 高清、无水印(增值服务) |