Keras中使用ClockworkRNN模型（cwrnn）

2019独角兽企业重金招聘Python工程师标准>>>

模型github地址：

https://github.com/liangzulin/cwrnn_for_keras_2_1_above

模型的训练和预测结果：

模型从epochs=0一直到99次迭代后的训练准确率和预测准确率曲线：

模型的简单使用方法：

model = Sequential()
model.add(ClockworkRNN(units=90,
                       period_spec=[1, 2, 4, 8, 16],
                       input_shape=train_x.shape[1:],  # ---(samples, timesteps, dimension)
                       dropout_W=0.4,
                       return_sequences=True,
                       debug=cwrnn_debug))  # debug is for developing mode, you can remove
model.add(Dropout(.2))
model.add(TimeDistributed(Dense(units=1, activation='linear')))
model.compile(loss='mse', optimizer='sgd', metrics=['accuracy'])

model.fit(train_x, train_y, epochs=epochs, batch_size=1, verbose=1)

 

不同版本keras调用可能会出现报错，需要注意调用区别：

1、

 

2、出现Exception: Error when checking : expected dense_input_1 to have shape (None, 784) but got array with shape (784, 1)类似的错误，说明输入数据的维度与模型需求不符合，需要更改维度（参考：by https://stackoverflow.com/questions/39950311/keras-error-on-predict/40489174、https://github.com/keras-team/keras/issues/3109）

 

 

转载于:https://my.oschina.net/u/2996334/blog/1820618