У меня есть проблема классификации рядов временного ряда, и я импортировал данные в факел. Я написал две разные сети, чтобы узнать данные. Каждый ряд должен быть помечен как 1 или 0.Статическая/постоянная потеря для сверточной нейронной сети в факеле
Проблема заключается в том, что потеря Сверторной сети не падает после первой итерации. Он остается на точно такое же значение, после итерации один. Это неверно для другой сети - логистическая регрессия. Потеря этой сети падает со временем.
Ниже ConvNet:
model = nn.Sequential()
for i = 1, iteration do
model:add(nn.TemporalConvolution(1,1,3,1))
model:add(nn.BatchNormalization(1))
model:add(nn.ReLU())
model:add(nn.TemporalMaxPooling(3,2))
if i == iteration then
model:add(nn.Sigmoid())
end
end
Поскольку потери в LogReg в это падение, я предполагаю, что проблема связана с самим ConvNet, а не что-нибудь еще в коде.
Любой совет будет очень благодарен. Я рад опубликовать больше кода, если потребуется.
спасибо за ссылку! Я реализовал учебник по ссылке, и он отлично работает. однако мой собственный ConvNet все еще не обновляет ...: - / –