我正嘗試使用LSTM神經網絡(使用Keras)來預測對手在遊戲Rock-Paper-Scissor中的下一步棋。Keras LSTM訓練數據格式
我把輸入編碼爲Rock:[1 0 0],Paper:[0 1 0],Scissor:[0 0 1]。現在我想訓練神經網絡,但我對訓練數據的數據結構有些困惑。
我已經存儲了對手的遊戲歷史在.csv文件結構如下:
1,0,0
0,1,0
0,1,0
0,0,1
1,0,0
0,1,0
0,1,0
0,0,1
1,0,0
0,0,1
,我試圖用每5個數據作爲我的訓練標籤,與前4個數據作爲訓練輸入。換句話說,在每個時間步,維度爲3的矢量被髮送到網絡,並且我們有4個時間步長。
例如,下面是輸入數據
1,0,0
0,1,0
0,1,0
0,0,1
而第五個是培訓標籤
1,0,0
我的問題是不Keras' LSTM網絡接受哪種類型的數據格式的?爲此目的重新安排數據的最佳方式是什麼?如果它幫助我的不完整的碼被附加如下:
#usr/bin/python
from __future__ import print_function
from keras.models import Sequential
from keras.layers import Dense, Activation, Dropout
from keras.layers.recurrent import LSTM
from keras.optimizers import Adam
output_dim = 3
input_dim = 3
input_length = 4
batch_size = 20 #use all the data to train in one iteration
#each input has such strcture
#Rock: [1 0 0], Paper: [0 1 0], Scissor: [0 0 1]
#4 inputs (vectors) are sent to the LSTM net and output 1 vector as the prediction
#incomplete function
def read_data():
raw_training = np.genfromtxt('training_data.csv',delimiter=',')
print(raw_training)
def createNet(summary=False):
print("Start Initialzing Neural Network!")
model = Sequential()
model.add(LSTM(4,input_dim=input_dim,input_length=input_length,
return_sequences=True,activation='softmax'))
model.add(Dropout(0.1))
model.add(LSTM(4,
return_sequences=True,activation='softmax'))
model.add(Dropout(0.1))
model.add(Dense(3,activation='softmax'))
model.add(Dropout(0.1))
model.add(Dense(3,activation='softmax'))
model.compile(loss='categorical_crossentropy',optimizer='Adam',metrics=['accuracy'])
if summary:
print(model.summary())
return model
if __name__=='__main__':
createNet(True)