1回答
.shape[0]print(reuters_train_x[0]) 实现LSTM我需要实现一个具有10个单元的单个LSTM的网络。在进入LSTM单元格之前，输入需要嵌入10个维度。最后，需要添加密集层，以根据类别的数量调整输出的数量。reuters_test_y, 46)
model.add(Embedding(input_dim = num_word
浏览 16提问于2020-05-03得票数 0
但是当我尝试这样一个简单的LSTM时：model.add(LSTM(24 , return_sequences = True))它给了我以下错误信息：当我试图像这样修改我的代码时：我得到：
V
浏览 0提问于2019-07-06得票数 1
回答已采纳
有人能帮我设计一个简单的LSTM吗？(我试图以几种方式使用RepeatVector()和TimeDistributed(Dense())，但我得到了如下错误：model.add(LSTM(units= un , input_shape = (20, 4), return_sequences = False)) model.add(LSTM(un , return_sequences=True))
model.add(T
浏览 0提问于2019-03-04得票数 1
回答已采纳
我正在训练一些垃圾邮件的LSTM -我有两个类：“垃圾邮件”和“火腿”。我对数据进行预处理，将每条消息分割成字符，然后对字符进行一次热编码。inputShape: [null, 127], units: 16, activation: "relu", returnSequences: true }), console.log(logs.acc) }tdata是三维的，tdata是二维的，所以一切都应该正常工作.然而，当我
浏览 1提问于2020-01-09得票数 2
回答已采纳
1回答
我想将lstm应用于我的语音情感数据集(一列目标的数值特征数据集)。我做过split_train_test。是否需要在模型之前的数据集中进行其他转换？我问这个问题是因为当我编译和拟合模型时，我在最后一个密集层中有一个错误。
谢谢。
浏览 0提问于2019-07-03得票数 0
回答已采纳
inputs = Input(shape=(48, 1))lstm = Dropout(dropouts[0])(lstm)
auxiliary_inputs = Input(shape=(48, 7))
auxiliary_outputs = TimeDistributed(Denseauxiliary_outputs = TimeDistributed(Dense(7))(auxiliary_outputs)
浏览 9提问于2017-10-17得票数 2
回答已采纳
2回答
该模型的定义如下：lstm = LSTM(output_branches)): #output_branches is the number of output branches of the model out = Den
浏览 0提问于2019-07-26得票数 2
1回答
我有一个数据的形状：(753,8,1)这是为数据构建的LSTM模型：model.add(LSTM(32,input_shape=(8,1)))我收到以下错误: ValueError:检查模型目标时出错:您
浏览 0提问于2020-05-07得票数 0
1回答
我想使用LSTM进行序列预测。我使用keras来实现这一点。例如。标签=3的可能值我使用以下代码对LSTM进行建模。model = Sequential()model.add(Dense(3))
model.add(Activationoptimizer = RMSp
浏览 16提问于2018-01-18得票数 1
回答已采纳
2回答
我试着在keras中拟合一个LSTM模型，其中我有两个输入library(keras)
[1] 100 1 20[1] 100 1 10 verbose = 1,
shu
浏览 0提问于2018-08-07得票数 0
回答已采纳
我正在尝试训练一个Pytorch LSTM网络，但是当我试图计算CrossEntropyLoss时，我得到了ValueError: Expected target size (2, 13), gotlayers print(f'Shape after LSTMgradient
nn.utils.clip_grad_norm_(net.param
浏览 399提问于2020-11-30得票数 1
回答已采纳
我试着训练一个LSTM网络来做一个无监督的二进制分类。model.add(Dense(1, activation='relu'))model.compile(loss=metrics=['accuracy'])
model.fit(x_train, x_train, batch_size=batch_size, epochs=epochs, v
浏览 2提问于2020-01-10得票数 0
回答已采纳
我试图在玩具数据上使用TensorFlow后端使用keras来训练LSTM，并得到以下错误：
ValueError:检查目标时出错:期望dense_39具有二维，但得到形状为(996，1，1)的数组该错误在调用model.fit时立即发生；似乎没有运行任何操作。在我看来，Keras似乎在检查维度，但忽略了这样一个事实，即它应该在我输入的每一批中获取我的目标批次。错误显示目标数组的
浏览 1提问于2019-05-23得票数 1
回答已采纳
但是我在运行下面的代码时出错了。错误是：model = Sequential()#model.add(Embedding(top_words, embedding_vecor_length, input_length=max_review_length))
model.add(LSTM(units=3, input_s
浏览 4提问于2019-11-20得票数 1
1回答
检查目标时出错:期望dense_2具有形状(2 )，但得到形状(1 )的数组
通过对网络的研究，我发现问题在于选择正确的错误函数(我想)。但我不确定。
浏览 2提问于2020-02-06得票数 2
回答已采纳
1回答
我无法正确地将我的密集层连接到我的LSTM层。我的Y值从0到1，所以乙状结肠在我看来是合乎逻辑的。我知道错误：
在我看来，我的输入形状正确，总DF为(350700,2413)，我将其重塑为a( 1169,300,2413) //不包括Y值。随着火车测试的分裂，我有一个(993,300，1)的y_train，这是我的错误的主
浏览 0提问于2018-07-10得票数 2
回答已采纳
1回答
输入输出形状问题
、、、、
我正在tensorflow上运行keras，试图实现一个多维LSTM网络来预测一个线性连续目标变量，每个示例都有一个值(return_sequences= False)。keras.models import Sequentialfrom keras.layers import LSTMConvert to NP array.target = np.array([20])
# Reshape
浏览 4提问于2017-06-25得票数 0
回答已采纳
我需要对LSTM使用打包方法，对时间序列数据进行训练。我已经定义了模型库，并使用KerasRegressor链接到scikit learn。但是，当我将Manoj Mohan的类修改为TypeError时，问题就来了。bagging_model.predict(x_test)
TypeError: unsupported operand type(s) for +: 'int' and 'NoneType' 完整脚本： def model_base_LSTMmean_squared_error
浏览 48提问于2019-07-04得票数 1
回答已采纳
1回答
在Keras中实现LSTM
、、、、
我非常感谢您在Keras中创建LSTM模型的帮助。我的输入是一个二维numpy数组，其中的行是长度相等的数值时间序列。我编写了以下几行代码来创建一个LSTM模型，该模型在没有嵌入层的原始数据上运行： lstm_clf = Sequential()lstm_clf.add(Dense(7, activation='softmax'))
ls
浏览 18提问于2019-02-10得票数 1
然而，我得到了一个关于输出维度的错误。这是工作良好的代码的一部分： ValueError:检查目标时出错:期望dense_3具有二维，但得到了形状为(100，16，1)的数组。
浏览 2提问于2019-10-26得票数 0
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
腾讯会议
云直播活动推荐
腾讯云开发者
