Здравствуйте форумчане. Помогите разобраться в правильности настройки LSTM модели сети. Имею датасет из скудных 88 замеров. Для себя сделал 22 временных интервала по 4 значения в каждом.
Значения нормализовал поделив все значеиня датасета на array.max
def learning(self, source: []):
raw_seq = array([i for i in source])
n_steps_in, n_steps_out = self.step_time, self.step_time_out
X, y = self.__split_sequence(raw_seq, n_steps_in, n_steps_out)
X = self.Normalize(X)
y = self.Normalize(y)
n_features = self.features
X = X.reshape((X.shape[0], X.shape[1], n_features))
self.model = Sequential()
self.model.add(LSTM(100, activation='relu', return_sequences=True, input_shape=(n_steps_in, n_features)))
self.model.add(LSTM(120, activation='relu'))
self.model.add(Dense(n_steps_out))
self.model.compile(optimizer='adam', loss='mae')
self.model.fit(X, y, epochs=100, verbose=2)
pass
def prediction(self, source: []):
# x_input = array(source)
x_input = array(self.Normalize(source))
x_input = x_input.reshape((1, self.step_time, self.features))
yhat = self.model.predict(x_input, verbose=2)
return yhat
if __name__ == '__main__':
train_x = load_from_excel(path_train, row=2, col=1, count=84, list='Все данные - Виброускорение') # 84 тестовых данных 22 тайм лайна из 4 значений каждый
input_x = load_from_excel(path_resource, row=85, col=1, count=4, list='Все данные - Виброускорение') # 1 тайм лайн из 4 значений
_lstm = MYLSTM(step_time_in=4, step_time_out=12, features=1) # 4 входных нейронов 12 выходных
_lstm.learning(train_x)
out = _lstm.prediction(input_x)
# out = [i for i in out[0]]
out = _lstm.scale([i for i in out[0]])
print(out)
write_in_excel(path_resource, list='Все данные - Виброускорение', row=93, col=1, out=out)
Epoch 1/100
3/3 - 2s - loss: 0.4913
Epoch 2/100
3/3 - 0s - loss: 0.4833
.....
Epoch 95/100
3/3 - 0s - loss: 0.1168
Epoch 96/100
3/3 - 0s - loss: 0.1180
Epoch 97/100
3/3 - 0s - loss: 0.1191
Epoch 98/100
3/3 - 0s - loss: 0.1171
Epoch 99/100
3/3 - 0s - loss: 0.1170
Epoch 100/100
3/3 - 0s - loss: 0.1163
