การ ออก แบบ ที่ เหมาะ สม ของ เครือ ข่าย เหล่า นี้ จําเป็น สําหรับ การ พยากรณ์ ล่วง หน้า อย่าง ถูก ต้อง และ ไว้ วางใจ ได้ บทความ นี้ จะ พิจารณา หลัก การ สําคัญ ๆ และ ให้ ตัว อย่าง เกี่ยว กับ สถาปัตยกรรม ของ เครือ ข่าย ประสาท ที่ เหมาะ กับ การ ทํานาย เรื่อง เวลา

หลัก การ พื้น ฐาน

หลัก การ สําคัญ คือ การ เลือก คุณสมบัติ ที่ เหมาะ สม ใน การ เข้า หา, เลือก สถาปัตยกรรม เครือ ข่าย ที่ เหมาะ สม, และ ป้องกัน การ ทํา เกิน ขนาด โดย ใช้ เทคนิค การ ทํา ให้ เป็น ปกติ.

สถาปัตยกรรมเครือข่ายทั่วไป

สถาปัตยกรรม หลาย แห่ง เป็น ที่ นิยม กัน ใน เรื่อง การ ทํานาย ระยะ เวลา:

  • [FLT: 0] สืบค้นเครือข่ายเนเจอร์ (RNNs): ออกแบบให้ประมวลผลข้อมูล secquantial languages โดยรักษารัฐภายใน (FLT: 1) สืบค้นเมื่อ ค.ศ.
  • [FLT: 0] ความจําสั้น-Term (LSTM): เป็นสาร RNA ที่เสื่อมโทรมลง
  • [FLT: 0] สืบค้นข้อมูล ยูนิต (GRU): คล้าย LSTM แต่ด้วยโครงสร้างที่ง่ายกว่า
  • [FLT: 0] ใช้ชั้นแบบ convolutional Revolutional Networks (TCNs): [FLT: 1) ใช้ชั้นแบบ convolutional เพื่อจําลองการขึ้นต้นความอิ่มตัวชั่วคราวอย่างมีประสิทธิภาพ

ออกแบบมุมมอง

เมื่อ ออก แบบ เครือ ข่าย ประสาท สําหรับ การ ใช้ เวลา เป็น ชุด ขอ พิจารณา สิ่ง ต่อ ไป นี้:

  • [FLT: 0]. พิมพ์ขนาดหน้าต่าง: ระบุข้อมูลในอดีตที่แบบจําลองพิจารณา
  • [FLT: 0] ความลึกของงานและความกว้าง: สมดุลความซับซ้อนและประสิทธิภาพในการคํานวณ (FLT:1).
  • [FLT: 0] การแบ่งประเภท: เทคโนโลยีเช่นการปล่อยออกไป ป้องกันการโอเวอร์ฟิตี
  • [FLT: 0] การฝึกคุณภาพข้อมูล: เพื่อให้แน่ใจว่าโมเดลเรียนรู้รูปแบบที่มีความหมาย