Продвижение по времени

Ответ 1

Как насчет этот? Просто поиск Google, чтобы помочь...

Ответ 2

Предполагая, что вы уже используете некоторую библиотеку для BP, она должна быть (TM) довольно проста для реализации BPTT с использованием BP в качестве шага в этом процессе.

В записи Википедии для BPTT [1] включен соответствующий псевдокод.

Моя собственная отправная точка, около 18 лет назад, была "The Truck Backer-Upper: пример самообучения в нейронных сетях" [2].

[1] http://en.wikipedia.org/wiki/Backpropagation_through_time

[2] http://www-isl.stanford.edu/~widrow/papers/c1989thetruck.pdf

Ответ 3

Я использовал NeuronDotNet только в течение ограниченного времени. Он позволяет создавать обратную связь BackPropagation NN. Мне особенно понравилось их использование интуитивно названных классов. Удачи!

Это библиотека .net.

Ответ 4

Я из фона Java, но Encog имеет также реализацию .net(и является очень хорошей основой для NNets, с хорошей поддержкой временных рядов)

Невозможно помочь с фреймворком F #, но какой домен вы кодируете? Если он будет финансировать, я вернусь к "взглянуть на Encog"

Ответ 5

Возможно, pybrain будет делать? Docstring для класса BackpropTrainer предполагает, что он выполняет обратное прохождение во времени:

class BackpropTrainer(Trainer):
    """Trainer that trains the parameters of a module according to a
    supervised dataset (potentially sequential) by backpropagating the errors
    (through time)."""

Ответ 6

У меня были хорошие впечатления от Weka - На мой взгляд, одно из лучших и почти наверняка наиболее универсальное машинное обучение общего назначения библиотеки вокруг.

Вы, конечно же, можете сделать BPTT с Weka - вы можете найти готовый классификатор, который делает то, что вам нужно, но даже если вы не можете просто связать несколько нормальных блоков backpropagation вместе в соответствии с очень хорошим статья в Википедии в BPTT

Ответ 7

Я сделал backpropagation алгоритм в Java довольно давно. Я загрузил его в GitHub, может быть, вы найдете его полезным: https://github.com/bernii/NeuralNetwokPerceptronKohonen

Позвольте мне теперь, если это было полезно:)

Ответ 8

Вы можете использовать TensorFlow dynamic_rnn() function (API doc). TensorFlow учебник по повторяющимся нейронным сетям поможет.

Кроме того, этот большой пост в блоге дает приятное введение в прогнозирование последовательностей с использованием TensorFlow. Здесь еще сообщение в блоге с некоторый код для прогнозирования временного ряда.