Пример Pylearn2 для прогнозирования временного ряда или последовательности

Question

Можно ли использовать Pylearn2 для прогнозирования временных рядов или последовательностей непрерывных числовых данных? Можно ли для этого использовать рекуррентную нейронную сеть LSTM в Pylearn2? Если так, может кто-нибудь опубликовать пример кода в Pylearn2/Theano/Python?

Answer 1

Насколько я понимаю, PyLearn2 все еще не подходит для любой рекуррентной сети, хотя я полагаю, что они намерены улучшить поддержку таких моделей.

Сказав это, есть экспериментальная поддержка, в том числе реализация LSTM.

Взгляните на исходный код PyLearn2 в каталоге pylearn2 / sandbox / rnn и, в частности, на содержимое файла pylearn2 / sandbox / rnn / models / rnn.py, где вы найдете реализацию LSTM.

Из-за своего экспериментального характера этот код может работать некорректно, может не поддерживаться полностью, а документация может быть неполной или неточной.

Если вы готовы отказаться от предполагаемых преимуществ PyLearn2 в простоте использования и работать на более детализированном уровне, то в Theano можно легко реализовать повторяющиеся нейронные новинки. Для этого есть много учебных пособий, в том числе:

• Сети LSTM для анализа настроений
• Моделирование и генерация последовательностей полифонической музыки с RNN-RBM
• Рекуррентные нейронные сети с вложениями Word