知识卡片
窗口顺序与时序泄漏
滑动窗口把过去若干时点作为输入、未来值作为目标,重叠窗口可以充分利用数据,但相邻样本高度相关。先按时间或实体划分再构造及评估窗口,确保目标和预处理没有利用预测时不可获得的未来信息。全连接网络能够使用固定位置对应的顺序,只是没有循环网络的状态共享归纳偏置;书中称其不能从顺序学习过于绝对。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 循环神经网络 · 查看原书依据
这称为窗口数据集
参考来源
- 位置:《深度学习:从基础到实践(上下册)》第22章《循环神经网络》22.2(来源项目 `extracted/深度学习:从基础到实践(上下册)/_epub-src/text/part0030_split_002.html`)
- 结论依据:这称为窗口数据集。
- 原始内容:这称为窗口数据集,因为我们使用大小为4的窗口为神经网络创建新的组合输入。在这个例子中,我们正在使用重叠窗口(overlapping windows)的常用技术,其中每个连续样本包含前一个样本中使用的一些值。