CNTK LSTM 输入形状

Question

我们正在使用适用于 CNTK 的 C# API 构建 LSTM 网络，但发现根据 CNTK 文档的当前级别很难确定输入的正确形状/尺寸。

我们有一个时间序列，每个时间 t 都有一个值(一个数字)，我们想使用时间序列的前 744 个值的序列来使用 LSTM 进行预测。此外，我们是否想制作一个包含 25 个序列的小批量 CNTK.InputVariable 的形状应该是什么样子:

[0] 744

[1] 1

[2] 25

或

[0] 1

[1] 744

[2] 25

... 然后，如果我们不是每次 t 一个值而是两个值，那么 CNTK.InputVariable 形状会是什么样子？

Answer 1

如果您使用循环网络(LSTM、GRU)，那么您需要知道什么是静态轴和动态轴。静态轴用于描述输入数据形式(在第一种情况下，它是秩为 1 且大小为 1 的向量:new int {1})。动态轴用于指定输入数据(在您的情况下为 new int {1})的序列(在您的情况下为可变长度 744)。要指示动态轴应该用于序列，请在输入参数 dynamicAxes 中指定它:new[] { Axis.DefaultBatchAxis() }

var inputDimension = 1; //for two values is 2 etc.  
var inputShape = new { inputDimension  };
var input = Variable.InputVariable(inputShape, DataType.Double, "input", new[] { Axis.DefaultBatchAxis() });

并确保正确准备小批量(创建一个小批量的示例):

        var device = DeviceDescriptor.CPUDevice;
        var inputDimension = 1;
        var outputDimension = 1;
        var minibatchSize = 25;
        var oneMinibatchFeaturesData = new List<List<double[]>>(minibatchSize)
        {
            new List<double[]> //first sequence
            {
                new double[] { 23 },//t=1. Array.Length = inputDimension
                new double[] { 25 },//t=2
                //...
                new double[] { 65 },//t=744
            },
            new List<double[]> //second seqeunce
            {
                new double[] { 76 }, //t=1
                new double[] { 236 },//t=2
                //...
                new double[] { 87 }, //t=744
            },
            //...
            new List<double[]> //twenty fifth sequence 
            {
                new double[] { 9 }, //t=1
                new double[] { 2 },//t=2
                //...
                new double[] { 90 }, //t=744
            },
        };
        var oneMinibatchLabelsData = new List<double[]>(minibatchSize)
        {
            new double[] { 1 },//label of first sequence. Array.Length = outputDimension
            new double[] { 5 },//label of second sequence
            //...
            new double[] { 3 }//label of twenty fifth sequence 
        };

        var features = Value.CreateBatchOfSequences(new[] { inputDimension }, oneMinibatchFeaturesData.Select(sequence => sequence.SelectMany(value => value)), device);
        var labels = Value.CreateBatch(new[] { outputDimension }, oneMinibatchLabelsData.SelectMany(value => value), device);

序列的长度可以是任意的。一个小批量可能包含不同长度的序列。

LSTM 很难训练这种长度的序列。如果序列的长度始终为 744，那么您可能应该使用输入维度为 744 的简单 FNN。