Saya ingin melatih jaringan saraf lstm menggunakan fungsi mx.lstm di paket R mxnet. Data saya terdiri dari n vektor fitur, vektor kelas berlabel, dan vektor waktu, seperti contoh tiruan ini yang mana X1, X2, X3 adalah fiturnya:
dat <- data.frame(
X1 = rnorm(100, 1, sd = 1),
X2 = rnorm(100, 2, sd = 1),
X3 = rnorm(100, 3, sd = 1),
class = sample(c(1,0), replace = T, 100),
time = seq(0.01,1,0.01))
Bantuan untuk mx.lstm menyatakan bahwa argumen train.data memerlukan "mx.io.DataIter atau list(data=R.array, label=R.array) The Training set".
Saya sudah mencoba ini:
library(mxnet)
# Convert dummy data into suitable format
trainDat <- list(data = array(c(dat$X1, dat$X2, dat$X3), dim = c(100,3)),
label = array(dat[,4], dim = c(100,1)))
# Set the basic network parameters for the lstm (arbitrary for this example)
batch.size = 32
seq.len = 32
num.hidden = 16
num.embed = 16
num.lstm.layer = 1
num.round = 1
learning.rate = 0.1
wd = 0.00001
clip_gradient = 1
update.period = 1
# Run the model
model <- mx.lstm(train.data = trainDat,
ctx=mx.cpu(),
num.round=num.round,
update.period=update.period,
num.lstm.layer=num.lstm.layer,
seq.len=seq.len,
num.hidden=num.hidden,
num.embed=num.embed,
num.label=vocab,
batch.size=batch.size,
input.size=vocab,
initializer=mx.init.uniform(0.1),
learning.rate=learning.rate,
wd=wd,
clip_gradient=clip_gradient)
Yang mengembalikan "Kesalahan dalam mx.io.internal.arrayiter(as.array(data), as.array(label), unif.rnds, : basic_string::_M_replace_aux"
Ada contoh lstm di situs mxnet, tetapi data yang digunakan sangat berbeda dengan milik saya dan saya tidak dapat memahaminya.
http://mxnet.io/tutorials/r/charRnnModel.html
Jadi, pertanyaan saya adalah bagaimana cara mengubah data saya ke format yang sesuai untuk mx.lstm?