【第2弾】LSTMで時系列分析に挑戦【諦めずに毎日コツコツと】

LSTMで時系列データ分析に挑戦中。

少しでもAIの技術力を高めたい一心で取り組んでいるような気がする。

テーマは、「1949年1月から1960年12月 の国際線での乗客数」

■エラー番号①：「ValueError: Only provide the `shape` OR `batch_input_shape` argument to Input, not both at the same time.」

Input object (keras.io)

`shape`を削除した結果、エラーが解消した。

なぜ、サンプルプログラムは動いていたのか不思議なくらいだ。

■エラー番号②：「KeyError: 'metrics'」

「callbacks=[cb_reset_states, TQDMNotebookCallback(leave_inner=True)]」

に、問題があることが判明した。

上記において、「TQDMNotebookCallback(leave_inner=True)]」を削除すると、

エラーが発生しなくなった。

keras-tqdmは、経過を綺麗に表示する機能なので、

該当する部分を削除して先に進むことにした。

ここも同様に、どうしてサンプルプログラムは動いていたのか？

もしかして、keras-tqdmのバージョンなどに依存するのだろうか？

■ハイパーパラメータの調整

とりあえず、一通り動いたと思うので、

ウィンドウサイズ、LSTMの隠れ層の数などの、

ハイパーパラメータを調整することになる。

ただ、何とか動かしたものの、ほとんど理解できていないので、

少しずつ理解を深めていきたいと思う。

Kerasを用いたディープラーニング（LSTM）による株価予測：ディープラーニング習得、次の一歩 - ＠IT (atmarkit.co.jp)→EarlyStoppingのヒント有り

■LSTMへの理解

out = Bidirectional(LSTM(8, return_sequences = True, activation='tanh'))(inputs)

LSTM layer (keras.io)

Bidirectional layer (keras.io)

・8：出力空間の次元？

・return_sequences：最後の出力を返すかどうかを決める変数？

・activation：活性化関数

・Bidirectional：双方向LSTM層、精度向上が図れる

続きは、明日以降に。