lstm

    2熱度

    1回答

    我有一個簡單的基於Keras的LSTM模型。 X_train, X_test, Y_train, Y_test = train_test_split(input, labels, test_size=0.2, random_state=i*10) X_train = X_train.reshape(80,112,12) X_test = X_test.reshape(20,112,12)

    4熱度

    1回答

    在keras後端我們有一個標誌with_logits在K.binary_crossentropy。正態二叉交叉和二元交叉與logit有什麼區別?假設我使用的是seq2seq模型,輸出序列的類型爲100111100011101。 我應該如何使用遞歸LSTM或RNN從這些數據中學習,我在輸入中給出了類似的時序步驟?

    1熱度

    1回答

    我有一種方法來獲取輸出狀態並分配它,使其保持在下一個RUN()。我也可以用類似的方法注入這個狀態的INIT。在我嘗試遷移到TensorFlow正在開始接收警告的「state_is_tuple = True」配置之前,這很適合「state_is_tuple = False」。 self.initiate_state = self.cell_L1.zero_state(batch_size, tf.

    2熱度

    1回答

    已更新: 我正在爲我的最終項目建立一個神經網絡,我需要一些幫助。 我正在嘗試構建一個rnn來對西班牙文本進行情感分析。我有20萬左右標記的鳴叫,我使用word2vec與西班牙嵌入 數據集&矢量矢量其中: 我刪除重複和分裂成集訓練和測試集。 向量化時應用填充,未知和句子結束標記。 我將@mentions映射到word2vec模型中的已知名稱。例如:@iamthebest => 「約翰」 我的模型:

    0熱度

    1回答

    TL; DR,我想知道如何在android應用程序中使用bi-lstm-ctc tensorflow模型。 我已經成功地訓練了我的bi-lstm-ctc tensorflow模型,現在我想將它用於我的手寫識別android應用程序。下面是定義我用圖表的代碼的一部分: self.inputs = tf.placeholder(tf.float32, [None, None, network_conf

    0熱度

    1回答

    我在Keras中與Lstm混淆。 我嘗試將keras代碼映射到LSTM方程。 我在Keras代碼中找到了這個權重參數。 LSTM Keras code 我認爲這是從目前體重和細胞重量的權重。 在LSTM Keras代碼 的調用函數中,我找到了用於計算i,f,c和o項的語句。 calculate I,F,C,O term Lstm in keras 在LSTM方程的第i項中有W_ci * C_t-1

    0熱度

    1回答

    我正在使用Keras構建一個LSTM模型。我用TfidVectorizer()將我的數據框轉換爲單詞標記。 tfidvectorizer()的變換方法返回當我送入LSTM層的csr_matrix,我總是得到一個錯誤 「ValueError異常:輸入0是與層lstm_1不相容:預期NDIM = 3,實測NDIM = 2」 下面 是我的Python代碼 dfTest = pd.read_csv("C:

    0熱度

    1回答

    我是新來Keras,我覺得很難理解LSTM layer.The Keras文檔的輸入數據的形狀說,輸入數據應該是三維張量形狀(nb_samples,timeteps,input_dim)。 我很難理解這種格式。時間步長變量是否表示網絡記錄的時間步數? 在我的數據的幾個時間步長影響網絡的輸出,但我不知道有多少事先即不能說以前的10個樣品影響輸出。例如,輸入可以是形成句子的單詞。每個句子中的單詞之間有

    0熱度

    1回答

    我想在cntk簡單LSTM網絡,我得到以下錯誤: RuntimeError Traceback (most recent call last) <ipython-input-58-d0a0e4f580aa> in <module>() 6 trainer.train_minibatch({x: x1, l: y1}) 7 if epoch % (EPO

    0熱度

    1回答

    我有一個包含N個觀測值和F特徵的時間序列數據集。每個功能都可以顯示(1)或不顯示(0)。因此,該數據集是這樣的: T F1 F2 F3 F4 F5 ... F 0 1 0 0 1 0 0 1 0 1 0 0 1 1 2 0 0 0 1 1 0 3 1 1 1 1 0 0 ... N 1 1 0 1 0 0 我試圖使用基於LSTM架構