Ile komórek LSTM powinienem użyć?

Czy istnieją jakieś praktyczne zasady (lub rzeczywiste zasady) dotyczące minimalnej, maksymalnej i „rozsądnej” liczby komórek LSTM, których powinienem użyć? W szczególności odnoszę się do BasicLSTMCell z TensorFlow i num_unitswłasności.

Załóżmy, że mam problem z klasyfikacją zdefiniowany przez:

t - number of time steps
n - length of input vector in each time step
m - length of output vector (number of classes)
i - number of training examples

Czy na przykład prawdą jest, że liczba przykładów szkoleń powinna być większa niż:

4*((n+1)*m + m*m)*c

gdzie cjest liczba komórek? Oparłem to na tym: jak obliczyć liczbę parametrów sieci LSTM? Jak rozumiem, powinno to dać całkowitą liczbę parametrów, która powinna być mniejsza niż liczba przykładów treningowych.

rnn machine-learning r predictive-modeling random-forest python language-model sentiment-analysis encoding machine-learning deep-learning neural-network dataset caffe classification xgboost multiclass-classification unbalanced-classes time-series descriptive-statistics python r clustering machine-learning python deep-learning tensorflow machine-learning python predictive-modeling probability scikit-learn svm machine-learning python classification gradient-descent regression research python neural-network deep-learning convnet keras python tensorflow machine-learning deep-learning tensorflow python r bigdata visualization rstudio pandas pyspark dataset time-series multilabel-classification machine-learning neural-network ensemble-modeling kaggle machine-learning linear-regression cnn convnet machine-learning tensorflow association-rules machine-learning predictive-modeling training model-selection neural-network keras deep-learning deep-learning convnet image-classification predictive-modeling prediction machine-learning python classification predictive-modeling scikit-learn machine-learning python random-forest sampling training recommender-system books python neural-network nlp deep-learning tensorflow python matlab information-retrieval search search-engine deep-learning convnet keras machine-learning python cross-validation sampling machine-learning

— Społeczność
źródło

Sprawdziłbym ten artykuł, który ładnie porusza temat porównywania modeli głębokiego uczenia sekwencyjnego, a także strojenia hiperparametrów: arxiv.org/pdf/1503.04069.pdf Podsumowując, sugerują oczywiste, że zwiększenie liczby bloków LSTM na ukryty warstwa poprawia wydajność, ale zmniejsza zwroty i wydłuża czas treningu.

— CubeBot88

Minimalna liczba przykładów treningowych to, co tam masz:

4 (n m + n^{2)})

$4(nm + n^2)$

Aby uzyskać więcej informacji, zapoznaj się z tym artykułem: Jeśli potrzebujesz pomocy wizualnej, skorzystaj z tego łącza: Liczba parametrów w modelu LSTM

Liczba jednostek w każdej warstwie stosu może się różnić. Na przykład w translate.py z Tensorflow można go skonfigurować na 1024, 512 lub praktycznie dowolną liczbę. Najlepszy zakres można znaleźć poprzez weryfikację krzyżową. Ale widziałem zarówno 1000, jak i 500 jednostek w każdej warstwie stosu. Osobiście testowałem również z mniejszymi liczbami.

— Ali
źródło