RNNにおいて時系列の数、サンプル数などの関係がわかりません

#Udemy講座の内容です
Udemyの自然言語処理の講座でシンプルなRNNの実装ということで訓練用のデータを作成しました。
その際の以下のコードの説明が少なく、理解できませんでした。

Python
1%matplotlib inline
2
3import numpy as np
4import matplotlib.pyplot as plt
5
6x_data = np.linspace(-2*np.pi, 2*np.pi)  # -2πから2πまで→linspaceは通常50個に分割する
7sin_data = np.sin(x_data)  + 0.1*np.random.randn(len(x_data))  # sin関数に乱数でノイズを加える
8
9plt.plot(x_data, sin_data)
10plt.show()
11
12n_rnn = 10 # 時系列の数
13n_sample = len(x_data)-n_rnn  # サンプル数
14x = np.zeros((n_sample, n_rnn))  # 入力→0に初期化
15t = np.zeros((n_sample, n_rnn))  # 正解→0に初期化
16for i in range(0, n_sample):
17    x[i] = sin_data[i:i+n_rnn]
18    t[i] = sin_data[i+1:i+n_rnn+1]  # 時系列を入力よりも一つ後にずらす
19
20x = x.reshape(n_sample, n_rnn, 1)  # KerasにおけるRNNでは、入力を（サンプル数、時系列の数、入力層のニューロン数）にする
21print(x.shape)
22t = t.reshape(n_sample, n_rnn, 1)  # 今回は入力と同じ形状
23print(t.shape)
24

このコードはサインのグラフに乱数を加えノイズを発生させものです。
ここの時系列の数とは一体何のことなのでしょうか。

またfor文の中の
i+n_rnn
の部分の意味もわかりませんでした。

これはなにをしようとしているのかわかる方教えてもらえませんか。

行動規範の内容に同意します

回答1件

ベストアンサー

ここの時系列の数とは一体何のことなのでしょうか。

RNN はある一定の長さの連続した時刻のデータを1つの入力として、なにかを推論するというものです。
時系列の数とは、この一定の連続した時刻のデータの長さのことです。

例として、sin の代わりに 0 ～ 19 の20個の値を用意しました。
これを幅10で1つずつずらしていき、x_i を作成します。
また、x_i を1つずらした t_i も作成します。

例えば、x_0 = [0 1 2 3 4 5 6 7 8 9] としたら、t_0 はそれを1つずらした t_0 = [ 1 2 3 4 5 6 7 8 9 10] といった具体です。

python
1x = np.arange(20)
2print(x)
3# [ 0  1  2  3  4  5  6  7  8  9 10 11 12 13 14 15 16 17 18 19]
4
5n_rnn = 10
6n_sample = len(x) - 10
7
8for i in range(0, n_sample):
9    x_i = x[i : i + n_rnn]
10    t_i = x[i + 1 : i + n_rnn + 1]
11
12    print(f"x[{i}] = {x_i}, t[{i}] = {t_i}")
13# x[0] = [0 1 2 3 4 5 6 7 8 9], t[0] = [ 1  2  3  4  5  6  7  8  9 10]
14# x[1] = [ 1  2  3  4  5  6  7  8  9 10], t[1] = [ 2  3  4  5  6  7  8  9 10 11]
15# x[2] = [ 2  3  4  5  6  7  8  9 10 11], t[2] = [ 3  4  5  6  7  8  9 10 11 12]
16# x[3] = [ 3  4  5  6  7  8  9 10 11 12], t[3] = [ 4  5  6  7  8  9 10 11 12 13]
17# x[4] = [ 4  5  6  7  8  9 10 11 12 13], t[4] = [ 5  6  7  8  9 10 11 12 13 14]
18# x[5] = [ 5  6  7  8  9 10 11 12 13 14], t[5] = [ 6  7  8  9 10 11 12 13 14 15]
19# x[6] = [ 6  7  8  9 10 11 12 13 14 15], t[6] = [ 7  8  9 10 11 12 13 14 15 16]
20# x[7] = [ 7  8  9 10 11 12 13 14 15 16], t[7] = [ 8  9 10 11 12 13 14 15 16 17]
21# x[8] = [ 8  9 10 11 12 13 14 15 16 17], t[8] = [ 9 10 11 12 13 14 15 16 17 18]
22# x[9] = [ 9 10 11 12 13 14 15 16 17 18], t[9] = [10 11 12 13 14 15 16 17 18 19]