爲什麼遞歸神經網絡需要數據集迭代器來準備數據

Question

我有一個問題，爲什麼遞歸神經網絡需要數據集迭代器來準備數據。你能解釋一下原因嗎？

Answer 1

在經常性神經網絡中，您的完整數據集是一個序列，對於每個樣本，神經網絡必須提供輸出。

它們通常用於時間序列。

想象一下，一個人4個傳感器（在手和腳），你必須預測的人的狀態（走，跑，落下，...）

Data1 (x1,x2,x3,x4) -> Running 
Data2 (x1,x2,x3,x4) -> Running 
Data3 (x1,x2,x3,x4) -> Running 
Data4 (x1,x2,x3,x4) -> Falling 
Data5 (x1,x2,x3,x4) -> Falling 
Data6 (x1,x2,x3,x4) -> In the floor 
Data7 (x1,x2,x3,x4) -> In the floor 
.... 

這是很難預測標籤是你看到一個單一的數據，但如果你看到序列（當前和過去的數據），任務更容易。

迭代器提供查看數據的順序。