Erro com LSTMS

Marcado: 

Visualizando 8 posts - 1 até 8 (de 8 do total)
  • Autor
    Posts
  • #21519
    Profile photo ofcarlsecCarlos Tadei
    Participante

    Boa tarde, tudo bem?

    Estou tentando implementar LSTMS no modelo, porém estou enfrentando alguns conflitos como esse abaixo quando chama o modelo trader = AI_Trader(window_size).

    TypeError: (‘Keyword argument not understood:’, ‘input_dim’)

    Resolvi o erro usando… input_shape=(None, self.state_size) com a LSTM

    Mas quando executo o treinamento ele pede um shape de 3 dimensões na função batch_train, tentei com 3 dimensões ai ele da erro quando chama o modelo para a variável trader, acusando que tem 4 dimensões.

    input_shape=(None, 0, self.state_size) # 3 Dimensões

    Ele volta com o seguinte erro.

    ValueError: Input 0 of layer unified_lstm_5 is incompatible with the layer: expected ndim=3, found ndim=4. Full shape received: [None, None, 0, 50]

    Não consegui entender exatamente o que entra nessas 3 dimensões..

    att

    Carlos

    #21534
    Profile photo ofcarlsecCarlos Tadei
    Participante

    #21556

    Olá Carlos,

    Passou batido aqui sua primeira pergunta 🙁

    Logo já respondemos!

    Jones

    #21557
    Profile photo ofcarlsecCarlos Tadei
    Participante

    Olá Jones

    Ok obrigado

    Fico no aguardo

    Carlos

    #21558

    Boa noite Carlos, o código que você esta tentando executar é o mesmo código da vídeo aula?

    Bons estudos 🙂

    #21559
    Profile photo ofcarlsecCarlos Tadei
    Participante

    Boa noite Fábio

    Sim e o mesmo da aula, a unica diferença foi que coloquei uma rede neural recorrente com LSTM.

    Com uma rede neural comum Densa igual da aula funciona normal, mas como foi sugerido no final da aula aplicar uma LSTM para melhores resultados eu tentei fazer e não obtive sucesso.

    att

    Carlos

    #21781
    #21783
    Profile photo ofcarlsecCarlos Tadei
    Participante

    Boa noite.

    Consegui resolver, era realmente o reshape pois um LSTM recebe na input [batch, timesteps, feature].

    state = np.reshape(state, (state.shape[0], 1, state.shape[1])) e next_state = np.reshape(next_state, (next_state.shape[0], 1, next_state.shape[1]))

    Obrigado!!

Visualizando 8 posts - 1 até 8 (de 8 do total)
  • Você deve fazer login para responder a este tópico.