Hatena Blog Tags
はてなブログ トップ
LSTM
このタグでブログを書く
言葉の解説
ネットで話題
関連ブログ

LSTM

このタグの解説についてこの解説文は、すでに終了したサービス「はてなキーワード」内で有志のユーザーが作成・編集した内容に基づいています。その正確性や網羅性をはてなが保証するものではありません。問題のある記述を発見した場合には、お問い合わせフォームよりご連絡ください。
地平線まで行ってくる。•1ヶ月前

LSTMベースの時系列予測をColabで試してみる。

生成AIだとなんでもできると誤解されて困っちゃうことも多い最近です。生成AIに基本的な解析が加われば、活用の幅が広がると思います。解析のコーディング作成も生成AIに手伝ってもらうとしても、手法と得られたグラフの一定の理解は必要・・・ですよね。たぶん。言い訳しつつ勉強します。 LSTMベースの時系列予測をgemini君の手を借りながらColabで試してみます。 時系列シーケンスを入力として、元のシーケンスを再構築するようにし、構築したモデルとの異常を含むデータとの差異が閾値を超えるかどうか、という、シンプルな話です。細部はgemini君に説明を補足してもらったColabを参照。 通常と異常の差異…

#時系列#LSTM

関連ブログ

月影•3ヶ月前

GRUとは？LSTMとの違いを徹底比較｜AIの学習を高速化する仕組み

AI、特に自然言語処理の分野で重要な役割を果たすGRU（Gated Recurrent Unit）。これは、長期的な文脈を記憶できる優れたモデルLSTMの進化形、あるいは非常に成功した変種と位置づけられています。 この記事では、GRUがなぜ開発され、LSTMと比べて何が画期的なのか、そして、その「軽さ」が具体的にどれほどのインパクトを持つのかを詳しく解説します。 なぜ開発されたか？ - LSTMの「重さ」という課題 GRUを理解するには、まずLSTMが解決しようとした課題とその成功、そして新たな課題を振り返る必要があります。 LSTMは、従来のRNNが苦手だった「長期的な依存関係（文脈）」を記…

#AI#深層学習#LSTM
月影•3ヶ月前

RNNにおけるLSTMの重要性：長期記憶を実現し、表現力を劇的に向上

LSTM（Long Short-Term Memory）は、再帰型ニューラルネットワーク（RNN）の一種であり、従来のRNNが抱えていた根本的な課題を解決し、時系列データや自然言語処理の分野に革命をもたらしました。その中核的な意義は、「長期的な依存関係」を学習できるようになった点にあります。 LSTMは何を解決するために作られたか？ - RNNの「忘却」問題 従来のシンプルなRNNは、時系列データを扱う上で画期的なモデルでしたが、「勾配消失問題」という深刻な課題を抱えていました。これは、ネットワークが時間を遡って学習する際、過去の情報に関する勾配（学習のための指標）がどんどん小さくなり、最終的…

#機械学習#LSTM#RNN
Gemini and I’s diary•4ヶ月前

13．なるほどLSTMってこういう仕組みだったのか！！

ランキング参加中人工知能 ボク：ねえ、ジェミニ！この間、ジェミニが教えてくれたLSTMの説明内容を復習してみたんだけど、まだLSTMに関するくっきりしたイメージが持てないんだよね。それで、他の文献でのLSTMの説明も見てみたんだけど、１つ発見したのは、LSTMって、「Long Short Term Memory」の略でしょ？で、「記憶セル」は「Long Term Memory」のことだと思うから、この間のLSTMの説明では「Short Term Memory」の話が抜けてるから、LSTMの全体像がつかめなかったんじゃないかと思うんだけど？ なるほど！ごめんね、ボクの説明が足りなかったせいで、ち…

#LSTM#忘却ゲート#入力ゲート#出力ゲート#隠れ状態#記憶セル#RNN#PixcelCNN
Gemini and I’s diary•4ヶ月前

12．複雑怪奇なLSTMの話

ランキング参加中人工知能 ボク：ねえ、ジェミニ！今日はLSTMについて教えてください。 OK。じゃあ今日はLSTM（Long Short-Term Memory）について、わかりやすく説明するね！ LSTMってなあに？ LSTMはね、前の会話を覚えていられる特別なコンピュータの仕組みなんだ。 ちょっと想像してみて。君が友達とお話しているとき、前に言ったことや聞いたことを覚えていないと、話がめちゃくちゃになっちゃうよね？例えば、「昨日公園に行った話の続きだけどさ…」って言われても、昨日公園に行ったことを覚えてないと「え？何の話？」ってなっちゃう。 コンピュータも同じで、特に言葉を扱ったり、時間と…

#LSTM#自己教師あり学習#記憶セル#忘れゲート#入力ゲート#出力ゲート#時系列データ
aotuki_hibi’s blog•7ヶ月前

ChatGPT-4oで生成したLSTM為替予測プログラム

🧾【コードまとめ】ChatGPT-4oで生成したLSTM為替予測プログラム ★☆★すみません。このコードを実行していません。★☆★ 前回のプロンプトを使用して生成したコードをChatGPT先生にまとめてもらいました。 ChatGPTからのコピペが失敗したので、見た目は直したのですがインデントが崩れています。 このコードを使用する場合は自己責任でお願いします。 2024年7月に作成したコードと基本的にかわっていないので、 多分、実用的な精度での予測はできないと思われます。 🔧 構成概要 このコードは以下の流れで構成されています： データ読み込みと前処理 特徴量エンジニアリング データのスケーリン…

#ChatGPT#生成AI#Python#LSTM#為替予測
aotuki_hibi’s blog•7ヶ月前

ChatGPT-4oはどこまで進化したか？

ChatGPT-4oはどこまで進化したか？ ～PythonでLSTMを使って為替予測に再挑戦～ 2024年7月に、ChatGPT-3.5を使って「PythonでLSTMによる為替予測」を試したことがあります。 今回は、同じテーマでChatGPT-4o（オー）に再挑戦してみました。その結果、ChatGPT-4oがどこまで進化したかを、実感を交えてまとめてみます。 💡 前提：私はPythonのコードが「なんとなく読める」程度です 「コーディングはできないけど、ChatGPTが出力したコードを見て雰囲気で理解する」くらいのレベルです。なので、コードの性能を専門的に評価する記事ではありません。むしろ、…

#ChatGPT-4o#進化#為替予測#LSTM
初心者データサイエンティストの備忘録•1年前

LSTMはなぜRNNより勾配消失を起こしにくいのか？：誤差逆伝播の更新式を比較して確認

深層学習 改訂第２版 (機械学習プロフェッショナルシリーズ)作者:岡谷貴之講談社Amazon はじめに 系列データ RNNとLSTM RNN RNNの構造 RNNの誤差逆伝播 LSTM LSTMの構造 LSTMの誤差逆伝播 RNNとLSTMの更新式の比較 結論 補足：誤差逆伝播の更新式導出に用いた命題の証明 はじめに 株価の変動や文章のような系列データを扱う深層学習モデルに、RNN（Recurrent Neural Network）とLSTM（Long Short Term Memory）があります。RNNは、系列データを扱う基本的なモデルの一種ですが、学習の際に勾配消失が発生しやすく、層を多…

#深層学習#LSTM#RNN#勾配消失
初心者データサイエンティストの備忘録•1年前

【深層学習】RNN・LSTM・UGRNN・GRUの関係性：勾配消失問題の解決とパラメータの削減

深層学習 改訂第２版 (機械学習プロフェッショナルシリーズ)作者:岡谷貴之講談社Amazon はじめに 深層学習を読んでいます。本記事では、本書のChapter 6 に記載の系列データに用いる深層学習モデル間の関係性、および各モデルの構造図や順伝播の式を紹介します。 問題設定 モデルを紹介する前に、系列データについて説明します。深層学習では、系列データを下記のように定義しています。 個々の要素が順序付きの集まり として与えられるデータ 系列データの例としては、株価の値動きや文章などが考えられます。以下に系列データに関する問題例を2つ挙げます。 1.株価予測 一つ目の例として、株価予測を挙げます…

#深層学習#系列データ#RNN#LSTM#UGRNN#図解
AIうぉ－－！(ai-wo-katsuyo-shitai !)•2年前

LSTMで株価予想（できるわけないと思うが）、、、逆に、ちょっと面白くないかな。。。

AIの時系列のサンプルとして、株価予想とかありますが。。。 まあまあ最近、以下みたいな記事がQiitaに出てました。 qiita.com 直前60日間の情報を使って、次の日の株価を予想する コード的には、 for i in range(60, len(train_data)): #過去データ数60個から61番目のデータを予測 x_train.append(train_data[i-60:i,0]) y_train.append(train_data[i,0]) で、提示されているコードそのままにて、epochは10回にしました（記事に貼られているのは1回でしたが。。。） 結果は、以下↓ マクロ…

#LSTM#株価#予想