Я хочу, чтобы данные таймсеров поступали по мере поступления - шаг за шагом, чтобы постепенно наращивать rnn (после нескольких начальных шагов).Инкрементальные непрерывные таймеры с использованием TensorFlow RNN
В настоящее время rnn() принимает значение encoder_input и decoder_input как полную последовательность.
def rnn_seq2seq(encoder_inputs, decoder_inputs, cell, initial_state=None,output_projection=None,feed_previous=False, dtype=tf.float32, scope=None):
with tf.variable_scope(scope or "rnn_seq2seq"):
_, enc_states = rnn.rnn(cell, encoder_inputs, initial_state=initial_state, dtype=dtype)
def extract_argmax(prev, i):
with tf.device('/gpu:0'):
prev = tf.nn.softmax(tf.nn.xw_plus_b(prev, output_projection[0], output_projection[1]))
return prev
loop_function = None
if feed_previous:
loop_function = extract_argmax
print enc_states[-1]
return seq2seq.rnn_decoder(decoder_inputs, enc_states[-1], cell, loop_function=loop_function)
feedP = tf.placeholder(dtype=tf.bool)
with tf.variable_scope("mylstm"):
output,state = rnn_seq2seq(enc_inputs,dec_inputs,cell,output_projection=output_projection,feed_previous=feedP)
Можно ли кормить decoder_input один шаг за один раз, а не всей последовательности, потому что, как данные будут поступать в режиме реального времени?
partial_fit просто вызывает функцию fit() без добавления какого-либо значения. Как это вообще поможет? вам нужно будет указать модель для RNN в skflow. как бы выглядела модель в этом случае? –
Это на самом деле то же самое, что и подходит, так как подгонка реализована таким образом, что принимает итератор или может принимать по одному образцу за раз. Это просто лучший API для пользователей. Примеры могут помочь вам приступить к работе, например. seq2seq, RNN/LSTM и т. д. Надеюсь, это поможет. –