1回答
在相同的数据上训练的两个LSTM模型A和B之间有什么区别，但每个时期的批次是随机洗牌的，A每个时期有14个步骤，B每个时期有132个步骤？哪一个会在验证中表现得更好？
浏览 41提问于2020-03-06得票数 1
1回答
LSTM训练模式
、、、、
我是NNs的新手，我正在用LSTM做我自己的"Hello World“，而不是复制一些东西。我选择了一个简单的逻辑，如下：_X0=[1,5,9] _Y0=[1] _X1=[0,5,9] _Y1=[0] ... 200 more records l
浏览 7提问于2017-04-17得票数 4
1回答
我想和凯拉斯一起训练我的模型。我使用的是一个巨大的数据集，其中一个训练时期有超过30000个步骤。我的问题是，我不想在检查验证数据集上的模型改进之前等待一个时期。有没有办法让Keras每1000步训练数据就评估一次验证数据？我认为一种选择是使用回调，但是<e
浏览 10提问于2020-06-07得票数 3
回答已采纳
2回答
时间序列数据的趋势
、、、
我使用带有LSTM层的Keras序列模型和时间序列数据来预测未来的值。为此，我在某个时间点将我的数据划分为训练数据和验证数据。时间序列数据具有积极的趋势，因此我的训练数据中的平均值低于我的验证数据中的平均值，因为我使用较新的数据作为验证。 初始模型每次预测0.5次，这是一<e
浏览 30提问于2021-04-21得票数 0
回答已采纳
https://www.tensorflow.org/tutorials/structured_data/time_series 出现以下问题：-When训练一个多变量模型，在2或3个时期后，内核死亡并重新启动然而，这不会发生在更简单的单变量模型中，它只有一个LSTM层(不确定这是否有区别)。 第二，这个问题是今天才发生的。昨天，多
浏览 80提问于2019-12-13得票数 0
回答已采纳
已经有很多关于保存模型的东西，但我正在努力弄清楚，只有当模型在val_accuracy上得到改进时，我才能保存我的模型。我的模型是这样的： keras.layers.Embedding(numberOfWords,model.fit(x_train, y_train, epochs=200, batch_size=32,
浏览 4提问于2020-02-21得票数 4
回答已采纳
我正在学习如何在Keras上训练RNN模型，我希望训练一个模型来预测最后N步的移动平均值将非常容易。inputs = tf.k
浏览 0提问于2021-01-24得票数 0
我正在尝试训练LSTM，但训练精度在每个时期都保持为零。我已经将数据转换为多变量时间序列数据，并以三维形状进行形状。我也有使用minmaxsaller的归一化数据。我已经尝试了从5到50的纪元数和从25到200的批量大小。我尝试了从1000000到1000的数据样本，但都不起作用。下
浏览 3提问于2017-11-29得票数 0
1回答
我正在使用Mask RCNN训练一个模型；它在每个时期后将模型保存为mask_rcnn_building_cfg_0001.h5 (数字对应时期编号)。我使用预先训练好的权重进行转移学习，效果很好。但现在我想使用我自己训练的模型来进一步训练，因为它更优化。在代码库中，有这一部分： callbacks = [
浏览 61提问于2021-06-21得票数 2
回答已采纳
3回答
我现在开始发现用于deap学习的Keras库，似乎在训练阶段选择了一个百分之一的纪元数，但我不知道这个选择是基于哪个假设。在Mnist数据集中，选择的纪元数为4： batch_size=128, nb_epoch=4, validation_
浏览 0提问于2017-07-19得票数 6
2回答
我正在使用下面的简单架构来训练我的模型，但我的模型显示了每个时期2-3个小时的运行时间，而我也使用了屏蔽输入和填充输入，为什么会发生这种情况。请找到我的模型的以下代码 class lstm_raw(tf.keras.Model): super().__in
浏览 42提问于2020-11-11得票数 0
使用Keras API设置我的第一个词级语言模型。准确率极低，所需的训练时间高得令人难以置信。
我使用Keras库开发了我的第一个单词级语言模型，并将我的训练集作为Pulp Fiction的脚本。我清除了文本中的所有标点符号，并将所有单词转换为小写。当我在给定的数据集上开始训练我的</
浏览 4提问于2019-06-24得票数 0
2回答
softmax')))
model.summary()
训练集由转换为数字的字符组成其中x的形状是(num_sentences, sentence_len)，y的形状是相同的，其中y只是由一个字符抵消的x。在这种情况下，sentence_len=40。model.predict
浏览 5提问于2017-08-09得票数 1
回答已采纳
2回答
我的理解是，对于某些类型的seq2seq模型，您需要训练编码器和解码器，然后将编码器放在一边，只使用解码器进行预测。例如，优步的seq2seq时间序列预测模型：现在，我正试图在Keras中实现这个to版本。这是普通LSTM的Keras代码：model = Sequential()
model.add(LSTM
浏览 0提问于2019-07-27得票数 4
1回答
我正在使用Tensorflow后端上的Keras在我的机器上的一个非常巨大的数据集上训练LSTM模型。我的机器有16个内核。在训练模型时，我注意到所有内核的负载都在40%以下。我已经通过不同的来源寻找解决方案，并尝试提供在后端使用的核心作为
config = tf.Confi
浏览 42提问于2018-07-30得票数 10
回答已采纳
1回答
我为kaggle：中的电影评论数据集构建了一个两层的LSTM模型(keras模型)。
在训练模型时，每个时期都提供了0.5098的相同精度。然后我想它可能不是学习远距离dependencies.Then而不是LSTM，我使用了双向LSTM。但是，模型在训练时的</em
浏览 0提问于2018-07-13得票数 0
我正在尝试使用Keras Tuner调优有状态LSTM。我已经让代码正常工作了，它能够训练模型，但我仍然不知道如何让模型在两个时期之间重置状态。通常，我会在一个循环中一次训练一个时期，并在时期之间手动reset_states。然而，我不相信这对Keras Tuner来说是可能的。有没有我可以使用的</e
浏览 35提问于2021-04-21得票数 0
3回答
我正在尝试使用来训练LSTM模型。我的训练数据是这样的：(100000,variable_sequence_lengths,295)
其中100000对应于实例的数目(序列的总数)，295表示给定序列的每个元素中的特征数我收到有关输入数据形状的错误。如何定义输入层和后续层(LSTM)中考虑可变
浏览 0提问于2019-05-20得票数 2
回答已采纳
我正在用TensorFlow训练一个GPT2文本生成模型，并在我的文本语料库中执行一个时期。我的问题是，我如何每10步左右保存一次我的模型？我的模型在第100步突然停止训练，只有20步到go....oooof。 我知道Model_Checkpoint()回调，但似乎无法在sa
浏览 39提问于2020-07-06得票数 0
我尝试使用Google的示例，但使用的是我自己的数据集：
每当我尝试运行它时，model = te
浏览 4提问于2019-11-14得票数 4
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
云直播
对象存储
腾讯会议活动推荐
腾讯云开发者
