我正尝试使用LSTM神经网络(使用Keras)来预测对手在游戏Rock-Paper-Scissor中的下一步棋。Keras LSTM训练数据格式
我把输入编码为Rock:[1 0 0],Paper:[0 1 0],Scissor:[0 0 1]。现在我想训练神经网络,但我对训练数据的数据结构有些困惑。
我已经存储了对手的游戏历史在.csv文件结构如下:
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
,我试图用每5个数据作为我的训练标签,与前4个数据作为训练输入。换句话说,在每个时间步,维度为3的矢量被发送到网络,并且我们有4个时间步长。
例如,下面是输入数据
1,0,0
0,1,0
0,1,0
0,0,1
而第五个是培训标签
1,0,0
我的问题是不Keras' LSTM网络接受哪种类型的数据格式的?为此目的重新安排数据的最佳方式是什么?如果它帮助我的不完整的码被附加如下:
#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)