lstm

    0熱度

    1回答

    學習使用已經學過的單詞嵌入的字符嵌入

    我有一個文本語料庫，我想從字符開始尋找單詞的嵌入。所以我有一系列字符作爲輸入，我想將它投影到多維空間中。 作爲初始化，我想適應已經學過的單詞嵌入（例如，Google嵌入）。 我有些疑惑： 我需要用一個字嵌入矢量在輸入序列中的每個輸入 性格嗎？如果我只使用ascii或utf-8編碼使用 ，會不會是一個問題？ 儘管什麼是輸入 矢量定義（VEC嵌入，ASCII ......）這真的混亂 選擇合適的型號有
    tensorflow keras lstm autoencoder word-embedding 2017-08-27

    0熱度

    1回答

    keras中LSTM的形狀不匹配

    我想在我的自定義功能集上運行使用Keras的LSTM。我已經在單獨的文件中訓練和測試功能。每個csv文件包含11列，最後一列作爲類標籤。我的數據集中共有40個課程。問題是我無法找出正確的input_shape到第一層。我已經探索了所有的stackoverflow和github，但仍然無法解決這個問題 下面是我的完整代碼。 import numpy from keras.models import
    python numpy keras lstm keras-layer 2017-08-27

    1熱度

    1回答

    LSTM-Keras是否考慮了時間序列之間的依賴關係？

    我： 多個時間序列作爲輸出輸入 預測時間序列點 如何能夠確保該模型通過使用輸入的所有時間序列之間的相關預測數據？ 編輯1 我的當前模型： model = Sequential() model.add(keras.layers.LSTM(hidden_nodes, input_dim=num_features, input_length=window, consume_less="mem"))
    python time-series keras lstm 2017-08-29

    0熱度

    1回答

    錯誤有狀態卷積LSTM

    我想以這種方式來實現一個有狀態卷積LSTM： # build CNN/LSTM and train it. # model = Sequential() # build CNN/LSTM and train it. model.add(TimeDistributed(Conv2D(16, (3, 3), padding='same'), input_shape=(210, 22, 26
    keras lstm stateful 2017-08-29

    8熱度

    2回答

    如何使用DataSet API在Tensorflow中爲tf.train.SequenceExample數據創建填充批次？

    對於Tensorflow訓練的LSTM模式，我已經結構化我的數據爲tf.train.SequenceExample格式，並將其存儲到TFRecord文件。我現在想使用新的DataSet API來生成生成填充批次用於培訓。在the documentation有一個使用padded_batch的例子，但對於我的數據我無法弄清楚padded_shapes應該是什麼值。 對於讀TFrecord文件到我寫了
    python tensorflow lstm tensorflow-datasets 2017-08-30

    1熱度

    1回答

    現實和預測之間的延遲差距

    使用機器學習（作爲圖書館我試過Tensorflow和Tflearn（我知道這只是Tensorflow的包裝））我試圖預測下一週在一個地區的擁擠情況（如果你想要更多的背景知識，請參閱我以前的問題）。我的訓練集由400K標記的條目組成（日期爲每分鐘擁堵值）。 我的問題是我現在在預測和現實之間有時間差距。 如果我必須繪製一張現實和預測的圖表，您會發現我的預測儘管與現實具有相同的形狀，但是仍然提前。她在現
    python machine-learning tensorflow lstm tflearn 2017-08-31

    1熱度

    2回答

    模塊「tensorflow.contrib.rnn」有沒有屬性「BasicLSTMCell」

    當我嘗試運行 lstm_fw_cell = rnn.BasicLSTMCell(num_hidden, forget_bias=1.0) 我得到的標題提到的錯誤。 這是由於tensorflow版本？如何解決這個問題？
    tensorflow lstm rnn 2017-08-31

    2熱度

    1回答

    對於Keras LSTM，通過滯後特徵與特徵時間差有什麼區別？

    我正在熟悉LSTM，我需要澄清一些事情。我使用t-300建模時間序列：t-1來預測t：t + 60。我的第一個方法是建立一個這樣的LSTM： # fake dataset to put words into code: X = [[1,2...299,300],[2,3,...300,301],...] y = [[301,302...359,360],[302,303...360,361],
    python machine-learning time-series keras lstm 2017-09-01

    1熱度

    1回答

    凱拉斯LSTM的輸入維度

    所以我很確定我正確地輸入了尺寸。我認爲錯誤在於重塑投入，但並不確定。 這裏就是我的工作： df_matrix = df_model.as_matrix() df_matrix = np.reshape(df_matrix,(-1,588425,26)) df_matrix.shape y_matrix = y.as_matrix() y_matrix = np.reshape(y_matr
    input keras reshape lstm 2017-09-01

    2熱度

    2回答

    Keras模型預測序列號

    我正在試圖訓練Keras LSTM模型來預測序列中的下一個數字。 有什麼不對低於我的模型，我怎麼調試，當一種模式是無法學習 我如何決定使用 ，我應該選擇而損失和優化PARAMS憑什麼這層類型編譯 我的輸入訓練數據是形狀（16000，10）等的下面 [ [14955 14956 14957 14958 14959 14960 14961 14962 14963 14964] [1
    machine-learning neural-network keras lstm recurrent-neural-network 2017-09-01
最新問題