Сколько ячеек LSTM я должен использовать?

Существуют ли какие-либо практические правила (или фактические правила), касающиеся минимального, максимального и «разумного» количества ячеек LSTM, которые я должен использовать? В частности, я имею в виду BasicLSTMCell из TensorFlow и num_unitsсвойства.

Пожалуйста, предположите, что у меня есть проблема классификации, определяемая как:

t - number of time steps
n - length of input vector in each time step
m - length of output vector (number of classes)
i - number of training examples

Например, верно ли, что количество обучающих примеров должно быть больше, чем:

4*((n+1)*m + m*m)*c

где cколичество клеток? Я основал это на этом: Как рассчитать количество параметров сети LSTM? Как я понимаю, это должно дать общее количество параметров, которое должно быть меньше количества обучающих примеров.

rnn machine-learning r predictive-modeling random-forest python language-model sentiment-analysis encoding machine-learning deep-learning neural-network dataset caffe classification xgboost multiclass-classification unbalanced-classes time-series descriptive-statistics python r clustering machine-learning python deep-learning tensorflow machine-learning python predictive-modeling probability scikit-learn svm machine-learning python classification gradient-descent regression research python neural-network deep-learning convnet keras python tensorflow machine-learning deep-learning tensorflow python r bigdata visualization rstudio pandas pyspark dataset time-series multilabel-classification machine-learning neural-network ensemble-modeling kaggle machine-learning linear-regression cnn convnet machine-learning tensorflow association-rules machine-learning predictive-modeling training model-selection neural-network keras deep-learning deep-learning convnet image-classification predictive-modeling prediction machine-learning python classification predictive-modeling scikit-learn machine-learning python random-forest sampling training recommender-system books python neural-network nlp deep-learning tensorflow python matlab information-retrieval search search-engine deep-learning convnet keras machine-learning python cross-validation sampling machine-learning

— Сообщество
источник

Я бы ознакомился с этой статьей, в которой подробно рассматривается тема сравнения последовательных моделей глубокого обучения, а также настройки гиперпараметров: arxiv.org/pdf/1503.04069.pdf. В заключение они предлагают очевидное то, что увеличение количества блоков LSTM на скрытый Слой улучшает производительность, но снижает отдачу и увеличивает время обучения.

— CubeBot88

Минимальное количество обучающих примеров - это то, что у вас есть:

4 (n m + n^{2})

$4(nm + n^2)$

Для получения дополнительной информации обратитесь к этой статье: Обратитесь по этой ссылке, если вам нужна визуальная помощь: Количество параметров в модели LSTM

Количество юнитов в каждом слое стека может варьироваться. Например, в translate.py от Tensorflow его можно настроить на 1024, 512 или практически любое число. Лучший диапазон может быть найден через перекрестную проверку. Но я видел как 1000, так и 500 единиц в каждом слое стека. Я лично проверил с меньшими числами также.

— Али
источник