常量数组=[ 0, 0, 0, 1, 0, 0, 0, 1 ];
常量数组=[ 0, 0, 0, 1, 0, 0, 0, 1, 0 ];
常量数组=[ 0, 0, 0, 1, 0, 0, 0, 1 ];
常量数组=[ 0, 0, 0, 1, 0, 0, 0, 1, 0 ];
var网络=新nedaptic.architect。 LSTM(1,6,1); //当时间序列为[0,0,0,1,0,0,1…]时 var培训数据=[ {输入:[0],输出:[0]}, {输入:[0],输出:[0]}, {输入:[0],输出:[1]}, {输入:[1],输出:[0]}, {输入:[0],输出:[0]}, {输入:[0],输出:[0]}, {输入:[0],输出:[1]}, ]; network.train(培训数据{ 对数:500, 迭代次数:6000次, 误差:0.03, 清除:true, 比率:0.05, });
约0.2