爲tf.contrib.legacy_seq2seq.embedding_rnn_seq2seq的正式文檔具有用於output_projection參數如下解釋: output_projection:無或一對(W,B)輸出投影重量和偏見; W的形狀爲[output_size x num_decoder_symbols],B的形狀爲[num_decoder_symbols];如果提供並且feed_p
我保存了一個訓練有素的LSTM模型,我想恢復預測以在測試中使用它。我試圖按照this post。但我收到錯誤。這裏是我的嘗試: x = tf.placeholder('tf.float32', [None, input_vec_size, 1])
y = tf.placeholder('tf.float32')
def recurrent_neural_network(x):
l
編輯補充: 我發現了什麼,我認爲是一個可行的解決方案:https://bleyddyn.github.io/posts/2017/10/keras-lstm/ 我試圖用一個轉換次數/ LSTM網絡控制機器人。我想我已經設置了一切,所以我可以開始在重播內存中對批量數據進行培訓,但我無法弄清楚如何實際使用它來控制機器人。簡體測試代碼如下。 import numpy as np
from keras