リカレント ニューラル ネットワークは、逐次アプローチを使用する深層学習指向のアルゴリズムです。ニューラル ネットワークでは、各入力と出力が他のすべての層から独立していると常に想定します。このタイプのニューラル ネットワークは、数学的計算を順番に実行するため、リカレント ニューラル ネットワークと呼ばれます。
リカレントニューラルネットワークを訓練するには、次の手順を検討してください-
ステップ 1 - データセットから特定の例を入力します。
ステップ 2 - ネットワークは例を取得し、ランダムに初期化された変数を使用していくつかの計算を実行します。
ステップ 3 - 次に、予測が計算されます。
ステップ 4 - 生成された実際の結果と期待値を比較すると、エラーが生成されます。
ステップ 5 - エラーを追跡するために、変数も調整される同じパスを介してエラーが伝播します。
ステップ6 *-出力を取得するために使用される変数が適切に定義されていることを確認するまで、ステップ1からステップ5を繰り返します。
ステップ 7 - これらの変数を取得した新しい目に見えない入力に適用することにより、システム予測を行います。
リカレントニューラルネットワークを表す概略的な方法を以下に説明します-
TensorFlow を使用したリカレント ニューラル ネットワークの実装
このパートでは、TensorFlow を使用してリカレント ニューラル ネットワークを実装する方法を学びます。
ステップ1 *-TensorFlowには、リカレントニューラルネットワークモジュールの特定の実装用のさまざまなライブラリが含まれています。
#Import necessary modules
from __future__ import print_function
import tensorflow as tf
from tensorflow.contrib import rnn
from tensorflow.examples.tutorials.mnist import input_data
mnist = input_data.read_data_sets("/tmp/data/", one_hot = T