我正在尝试使用lstm进行运动分类。这是我的模型 verbose, epochs, batch_size = 0, 10, 32=batch_size, verbose=0)
<e
浏览 31提问于2020-11-18得票数 1
1回答
0精度与LSTM
、、、
我训练了LSTM分类模型，但得到了奇怪的结果(0的准确性)。and y shape test: ', X_test_lstm.shape, y_test_lstm.shape)### MODEL keras.
浏览 1提问于2020-06-18得票数 8
回答已采纳
df_btc1=df_btc.sort_index(ascending=True,axis=0)lstm_model.add(Dropout(0.2))
lstm_model.add(Dropout(0.2))
lstm_model.add(loss='bin
浏览 3提问于2022-03-01得票数 0
回答已采纳
当我使用一个具有反复辍学训练损失的GRU层时(在几批第一阶段之后)取nan的“值”，而训练精度(从第二个时代开始)则为0。将问题本地化
为了找到解决方案，我编写了下面的代码，它经历了几个模型(GRU/LSTM，{无辍学，只有“正常”辍学，只有反复辍学，“正常”和反复辍学，rmsprop/adam})，并展示了所有这些模型的丢失和准确性在回归模型中，我</
浏览 3提问于2020-03-22得票数 4
1回答
我有一个转换器模型，与用于时间序列数据的Keras示例代码几乎完全相同。我将采取股票信息处理实践通过转换器的分类，目标是一个简单的{0,1}分离的结果。这里的问题是，我得到的总是失去的nan，没有任何精度改进。=======] - 17s 16ms/step - loss:
浏览 2提问于2021-11-22得票数 0
1回答
我正在尝试用TensorFlow训练LSTM分类器。下面是一个可重复使用的示例 targets = np.array([1, 0, 1, 1, 0, 0]) tf.keras.layers.LSTM(64),
tf.keras.layers.De
浏览 17提问于2021-02-07得票数 0
回答已采纳
1回答
我试图建立LSTM神经网络来对句子进行分类。我见过许多例子，其中句子被转换成文字向量使用手套，word2Vec等，这里是一个它的例子。这个解决方案是可行的，在类似的行上，我编写了下面的代码，它使用通用句子编码器生成整个句子的嵌入，并使用LSTM对句子进行分类，但是即使在200年以后，它也不能工作--模型不收敛。请找到下面的代码
import te
浏览 0提问于2021-03-16得票数 1
回答已采纳
2回答
3Epoch 2/3Epoch 3/3
73/73 - 5s - loss: nan - acc
浏览 1提问于2022-03-16得票数 2
回答已采纳
对于Keras和RNN，我需要在Keras中使用LSTM构建一个分类器模型，用于包含一组形状(1795575，6)和形状(1795575，1).The标签数组为11类(从0到10)的数据集；形状测试集(575643，6)和标签形状数组(575643，1.A增益)，标签为11 (从0到10)
如何构造以下Keras模型</
浏览 1提问于2017-11-26得票数 0
回答已采纳
1回答
word_embed = keras.layers.Embedding(len(vocab), 101)lstm_layer = keras.layers.RNN(lstm)hidden_states = lstm_layer(em)
# TypeError需要lstm单元的隐藏状态..
浏览 11提问于2020-01-13得票数 1
1回答
我使用Keras编写了一个LSTM模型，并使用了LeakyReLU高级激活： opt = optimizers.Adam即: 50%标记为1 50%标记0。我使用activation='linear'作为LeakyReLU激活之前的LSTM层，类似于我在GitHub上找到的
浏览 1提问于2018-10-31得票数 3
1回答
我正在处理一个多类分类问题，为了好玩，我想尝试不同的模型。我发现了一个使用LSTM进行分类的blog，并试图调整我的模型以使其正常工作。这是我的模型： from tensorflow import keras
from tensorflow.keras.models
浏览 66提问于2020-09-02得票数 0
回答已采纳
1回答
如何在每一层上获得权重
、、、、
我正在尝试获取每个层的输入权重，包括lstm 1、lstm 2和关注层之后的权重，并希望使用热图显示它们。但是当我运行代码时，出现以下错误。发生了什么？因为这个层是存在的。print(model.get_layer(LSTM).get_weights()[0])
model.add(LSTM(32, input_shape=(n_timesteps,n_featuresreceive 3D and
浏览 72提问于2021-11-12得票数 1
回答已采纳
1回答
我是机器学习和神经网络的新生。我遇到了文本分类的问题。采用LSTM神经网络体系结构和Keras库。我的模型每次都能达到97%的结果。我得到的数据库有大约100万条记录，其中60万是正数，400 K是负数。我还得到了两个标记为0(负)和1(正
浏览 0提问于2018-07-04得票数 0
回答已采纳
我正在阅读的文章(递归神经网络的不合理有效性)，并想了解如何在Keras中表达一对一、一对多、多对一和多对多的LSTM神经网络。我读过很多关于RNN的文章，了解了LSTM NNs是如何工作的，特别是消失梯度、LSTM单元、它们的输出和状态、序列输出等等。但是，我很难用Keras来表达所有这些概念。首先，
浏览 0提问于2018-09-02得票数 8
我对keras非常陌生，我建立了一个简单的网络来尝试：from keras.layers='mean_squared_error',metrics=['accuracy'])从我的源数据中，我删除
浏览 3提问于2017-08-11得票数 52
回答已采纳
当我使用Keras运行基本神经网络时，验证精度正在提高，但精度、损耗和val_loss主要是nan。0s - accuracy: nan - loss: 0.0000e+00 - val_accuracy: 0.6425 - val_loss: nan23/23 - 0s -- loss: na
浏览 15提问于2020-09-16得票数 0
我试着用Keras在字符级建立一个暹罗神经网络，以了解两个名字是否相似。因此，我的两个输入 X1和X2是一个三维矩阵：在实际情况下：from keras.models import Sequential
fr
浏览 5提问于2022-02-17得票数 0
回答已采纳
我有一个数据集，其中包含序列和与每个序列相关联的分类属性。 为了捕获不同属性之间的序列差异，包含这些分类属性的最佳实践是什么？我想建立一个LSTM模型，它将能够预测序列中的下一个事件。 如果我只提供序列作为输入，我知道如何构建LSTM模型。 但是我如何才能同时添加Country和User属性呢
浏览 18提问于2020-09-29得票数 2
回答已采纳
_v2.keras.losses' has no attribute 'sparse_softmax_cross_entropy'通常的model.fit()方法不能让我对数据进行足够的控制，所以我试图一步一
浏览 2提问于2019-05-16得票数 1
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
