为什么递归神经网络需要数据集迭代器来准备数据

Question

我有一个问题，为什么递归神经网络需要数据集迭代器来准备数据。你能解释一下原因吗？

Answer 1

在循环神经网络中，您的完整数据集是一个序列，神经网络必须为每个样本提供一个输出。

它们常用于时间序列。

想象一个人身上有 4 个传感器（手和腿），您必须预测人的状态（行走、运行、跌倒……）

Data1 (x1,x2,x3,x4) -> Running
Data2 (x1,x2,x3,x4) -> Running
Data3 (x1,x2,x3,x4) -> Running
Data4 (x1,x2,x3,x4) -> Falling
Data5 (x1,x2,x3,x4) -> Falling
Data6 (x1,x2,x3,x4) -> In the floor
Data7 (x1,x2,x3,x4) -> In the floor
....

如果您看到单个数据，很难预测标签，但如果您看到序列（当前和过去的数据），任务就容易多了。

迭代器提供查看数据的顺序。