lstm

    0熱度

    1回答

    TensorFlow tf.nn.rnn函數...如何使用您的訓練結果做一個單一的通過RNN

    我有一個艱難的時間使用'初始狀態'參數在tf.nn .nn功能。 val, _ = tf.nn.rnn(cell1, newBatch, initial_state=stateP, dtype=tf.float32) newBatch.shape =>（1，1，11） stateP.shape =>（2,2，1,11） 一般來說，我已經通過用於訓練去我的LSTM神經網絡，現在我想使用它的值。我
    tensorflow recurrent-neural-network lstm 2016-08-16

    3熱度

    1回答

    Tensorflow：檢索metagraph時修改佔位符的形狀

    我訓練了一個遞歸神經網絡（LSTM）並保存了權重和metagraph。當我檢索metagraph進行預測時，只要序列長度與訓練過程中的序列長度相同，一切都可以正常工作。 LSTM的好處之一是輸入的序列長度可以變化（例如，如果輸入是形成句子的字母，則句子的長度可以變化）。 從metagraph中檢索圖形時，如何更改輸入的序列長度？ 更多細節與代碼： 在培訓過程中，我使用佔位符x和y養活數據。對於預測
    neural-network tensorflow deep-learning lstm 2016-08-18

    5熱度

    1回答

    Tensorflow：使用在另一個模型中訓練的權重，不同的模型

    我想在使用minibatches的Tensorflow中訓練LSTM，但是訓練完成後我想通過一次提交一個示例來使用模型。我可以在Tensorflow中設置圖形來訓練我的LSTM網絡，但是我不能以我想要的方式使用訓練後的結果。 設置代碼看起來是這樣的： #Build the LSTM model. cellRaw = rnn_cell.BasicLSTMCell(LAYER_SIZE) cell
    python tensorflow lstm 2016-08-21

    1熱度

    1回答

    回用Tensorflow

    重用LSTM的可變我試圖用LSTM使RNN。 我製作了LSTM模型，之後它有兩個DNN網絡和一個迴歸輸出層。 我訓練我的數據，並最終喪失培訓成爲約0.009。 但是，當我將模型應用於測試數據時，損失約爲0.5。 第一次時代訓練損失約爲0.5。 所以，我認爲訓練的變量不用於測試模型。 訓練和測試模型之間的唯一區別是批量大小。 Trainning Batch = 100~200，Test Batch
    tensorflow recurrent-neural-network lstm 2016-08-23

    3熱度

    2回答

    如何使用TensorFlow

    堆棧LSTM層 我有什麼是下面的，我相信這是一個隱藏LSTM層的網絡： # Parameters learning rate = 0.001 training_iters = 100000 batch_size = 128 display_step = 10 # Network Parameters n_input = 13 n_steps = 10 n_hidden = 512
    tensorflow lstm 2016-08-25

    2熱度

    1回答

    Keras LSTM RNN預測 - 向後轉換擬合預測

    我試圖使用使用Keras預測未來購買的LSTM經常性神經網絡。我的輸入變量是過去5天購買的時間窗口，以及編碼爲虛擬變量A, B, ...,I的分類變量。我的輸入數據看起來像以下： >>> dataframe.head() day price A B C D E F G H I TS_bigHolidays 0 2015-06-16 7.031160 1 0 0 0 0 0 0 0
    time-series deep-learning forecasting keras lstm 2016-08-25

    4熱度

    1回答

    Keras使用嵌入的LSTM語言模型

    我在做一個使用keras的語言模型。 基本上，我的詞彙量N是〜30.000，我已經在它上面訓練了一個word2vec，所以我使用了嵌入，然後是LSTM，然後我用完全連接的層和s​​oftmax來預測下一個單詞。 我的模型寫成如下： EMBEDDING_DIM = 256 embedding_layer = Embedding(N,EMBEDDING_DIM,weights=[embeddings
    neural-network keras lstm 2016-08-25

    2熱度

    2回答

    Keras何時在調用model.predict時重置LSTM狀態？

    該模型具有LSTM作爲其第一層。 當調用model.predict說你幾個樣品中傳遞： >sam = np.array([ [[.5, .6, .3]], [[.6, .6, .3]], [[.5, .6, .3]] ]) >model.predict(sam) array([[ 0.23589483], [ 0.2327884 ], [ 0.23589483]])
    keras lstm 2016-08-29

    2熱度

    1回答

    在張量流中創建多層遞歸神經網絡

    我試圖在張量流中創建具有GRU單元（以及LSTM單元）的多層遞歸神經網絡。我看了多個來源，包括官方教程。但是我一直看到下面的多層RNN模式（這裏用GRU單元顯示）。 cell = GRUCell(num_neurons) # Or LSTMCell(num_neurons) cell = DropoutWrapper(cell, output_keep_prob=dropout) cell =
    tensorflow recurrent-neural-network lstm gated-recurrent-unit 2016-08-30

    1熱度

    1回答

    使用TensorFlow的RNN（LSTM）語言模型，獲得給定序列的下一個單詞的概率分佈？

    我正在運行TensorFlow的RNN（LSTM）語言模型示例here。 它運行並完美地報告困惑。 我想，雖然什麼是三件事情： 給定一個序列（例如W1 W5 W2000 W750）給我過的詞彙的下一個單詞的概率分佈。我不知道如何在教程中使用模型。 我希望模型返回最可能序列的排名（例如n-grams），可以給出n作爲輸入。 和 給定一個序列，我想這是概率。 我是TensorFlow和RNN的新手，所
    tensorflow lstm language-model 2016-08-31
最新問題