Обычно довольно легко объединить несколько глубоких сетей, чтобы улучшить статистику во время предсказания. Это часто так же просто, как принимать выходные прогнозы и усреднять их вместе. В рекуррентной нейронной сети это не так просто, поскольку мы делаем прогнозы по последовательности выходов.Каков подход для создания повторяющихся нейронных сетей?
Как мы собираем повторяющиеся нейронные сети? Вы прогнозируете выходы на каждом временном шаге с использованием нескольких моделей, усредняете выходы, затем используете прогноз из среднего для возврата в каждую отдельную модель (полоскание, повторение)? Похоже, было бы довольно громоздко реализовать в общих библиотеках ML (я использую Tensorflow).
Относится ли это к выпадению? –
Нет, не имеет отношения. Это задание об обучении нескольких моделей отдельно, а затем их объединение во время тестирования для повышения производительности. – jstaker7