所以我有一个数据集(已经加载到数据集对象中了)。我要训练的数据总共有1260行,有4个特征和一个标签。我想用这些数据做一个时间序列预测,使用lstm层和deeplearning4j。下面是我如何配置我的模型配置。
MultiLayerConfiguration config = new NeuralNetConfiguration.Builder()
.optimizationAlgo(OptimizationAlgorithm.STOCHASTIC_GRADIENT_DESCENT)
.weightInit(WeightInit.XAVIER)
.list()
.layer(0, new LSTM.Builder().activation(Activation.TANH).nIn(4).nOut(1).build())
.layer(1, new DropoutLayer())
.layer(2, new RnnOutputLayer.Builder(LossFunctions.LossFunction.MSE)
.activation(Activation.TANH).nIn(4).nOut(1).build())
.build();
我的问题是,输入nin()和n()的数字应该是多少,每一层的数字是如何变化的?nin和nout到底指的是什么?
暂无答案!
目前还没有任何答案,快来回答吧!