TensorFlow 深度學習 『高中自主學習』第八堂2-3.RNN模型建立訓練與預測

『高中自主學習』第八堂2-3.RNN模型建立訓練與預測

高二自主學習計畫:

主題:「探索深度學習-AI人工智慧」

深度學習平台:Colaboratory

程式語言:Python

主題:第八堂-RNN模型建立訓練與預測

學員:國立中央大學附屬中壢高中 許云澤

時間:2020年10月30日,上午10:00~12:00

前言:

這次的自主學習第八堂課中,課程的大綱為學會「RNN」與「LSTM」的建模,並且比較兩者之間的差異。所以流程大致上可以分為三步驟:先DIY Dataset,接著建立RNN與LSTM模型訓練,最後比較兩者之間的差異。

學習內容1:DIY Dataset

1.先連接上雲端,避免模型訓練後消失

2.前往目標資料夾

3.開始撰寫函式(DIY Dataset的函式),用於產生序列數據集

4.撰寫函式(Show),用於印出數據集

5.設定原始數據(Raw_data)

6.建立訓練集(x_train, y_train)

7.建立測試集(x_test, y_test)

8.顯示訓練數據的比數、長度

9.因為RNN模型需要「三維矩陣」輸入數據,所以必須將二維資料轉為三維

10.檢查是否成功將「二維資料」轉為「三維資料」

學習內容2:RNN模型建立與預測

1.匯入TensorFlow(深度學習底層程式庫)

2.匯入建模所需的模組

3.RNN建模與編譯

4.RNN模型訓練

5.評估RNN模型性能(準確率)

6.觀察RNN的「預測值vs.標籤」,也就是誤差多少

學習內容3:RNN的進化:LSTM模型

1.在建立新模型之前,必須先清除舊模型,避免造成混亂。

2.LSTM建模與編譯

3.LSTM模型訓練

4.評估LSTM的模型性能(準確率)

5.觀察LSTM的 「預測值vs.標籤」,也可以說「誤差」

學習內容4:RNN模型與LSTM模型對比

1.先看兩個模型的準確率

2.接著印出兩個模型的細節,進行比較

心得感想:

這次第八堂課自主學習的內容,延續了上一堂課的「DIY Dataset」課程,並且結合新的模型LSTM,能夠有效的降低誤差。在AI的建模中就是不斷的去嘗試,找出最優秀的模型,這是我這堂課所領悟到的重點。

收到高中108課綱資訊

108課綱、高中營隊,學系歷程分析

謝謝你的訂閱

Something went wrong.

高中生資訊網站-站長https://students.tw
HIHI這裡是澤哥的自我介紹~

留下一個回覆

請輸入你的評論!
請在這裡輸入你的名字

Most Popular

【2021高中營隊】報名資訊統整

此篇文章整理出了超過60個給高中生的寒假營隊,可以增加高中生的學習歷程。營隊包括台、清、交、成等等頂大所舉辦的營隊,可以幫助高中學生提前體驗大學生活,配合108課綱的核心,快來看看「【2021高中營隊】報名資訊統整」!

『高中自主學習』自主學習課程如何規劃?一次全搞定!

隨著108課綱的到來,有一項「自主學習課程」被加入了每個禮拜的課表當中,什麼是「自主學習課程」?你必須去網路上尋找資源,無論是實體書籍,又或是網路課程,必須為自己安排學習計畫,在每個禮拜的兩堂自主學習課程中,自學,最後寫成心得變成學習歷程。

『高中資安』2020北區資安體驗營 心得分享

總統演講!你想學習資安嗎?你想踏入資安的領域嗎?別再以為只會程式設計就不能玩資安,今天我將與你分享我在2020北區資安體驗營所學,讓你知道人人都可以踏入「資訊安全」的領域!

【物理奧林匹亞】競賽心得分享

『此文章有提供最新試題免費下載!』 這次參加「2020年第21屆亞洲及第51屆國際奧林匹亞競賽」,希望能把參加考試的心得分享給各位。同時介紹物理奧林匹亞究竟是什麼東西,並且通過之後會獲得什麼好處?

收到高中108課綱資訊

108課綱、高中營隊,學系歷程分析

謝謝你的訂閱

Something went wrong.