我想构建自己的RNNCell (对于一个非常简单的单元格，其输出是-1,0,1)，但是在我的__call__中，我进行的计算依赖于前面时间步长的输出。所以我的问题是，是否有可能在__call__方法中保留状态，以便在调用之间重用？class MyCell(RNNCell):
# Size of my s
浏览 3提问于2017-03-06得票数 0
回答已采纳
我已经将RNNCell子类化为我的RNN的构建块。我将这个对象的一个实例放到tf.dynamic_rnn中，然后在我的Agent类中定义一个预测函数： def __init__(self):class
浏览 13提问于2018-01-28得票数 0
我正在研究Tensorflow ，而我发现该类中有两个类似的方法：__call__和call。这两种方法具有相同的参数，文档中没有说明区别。引用并没有给我任何关于这方面的线索。但我猜__call__方法是从某个地方继承的，call覆盖了__call__。如果是这样，为什么不在源代码中使用__call__而不是call呢？
浏览 0提问于2018-06-22得票数 3
2回答
如何在TensorFlow中从tf.nn.rnn()或tf.nn.dynamic_rnn()获取所有隐藏状态？API只给了我最终的状态。第一种选择是在构建直接在RNNCell上操作的模型时编写一个循环。但是，时间步数对我来说不是固定的，它取决于传入的批处理。
一些选项是使用GRU，或者编写我自己的RNNCell，将状态连接到输出。另一种选择是做一
浏览 2提问于2016-09-27得票数 12
1回答
我在训练一个RNN的时间序列。我将RNNCell子类化，并在dynamic_rnn中使用它。我想尝试超参数和正则化，但是我尝试的太多时候完全停止了学习，我不明白为什么。这些都是发生的一些奇怪的事情：
Adagrad工作，但如果我使用Adam或Nadam，梯度都是零。我不得不设定一个巨大的学习速率(~1.0)来看到从一个时代到另一个时代
浏览 0提问于2018-01-28得票数 0
回答已采纳
除了TensorFlow的tanh中的默认BasicRNNCell之外，我还想尝试一些其他的传输函数。最初的实施情况如下：(...) """Most_num_units, True))将vs.variable_
浏览 3提问于2016-04-29得票数 1
这个问题是关于使用Tensorflow的编码策略。我想建立一个小型分类器网络，由：
在tensorflow中，要使用tf.nn.dynamic_rnn到目前为止，这是完美的工作(我喜欢这个图书馆)。但是，由于我想对序列的每个特性(我描述的第二层)应用一个简单的层，我想知道：
浏览 1提问于2016-11-30得票数 3
我正在尝试使用RNNCell文档中提供的相同公式在numpy中重新创建。为了验证这一点，我用pythorch RNNCell本身创建了一个示例代码torch_rnn = torch.nn.RNNCell(inputs,hiddens)print("shape",torch_rnn(xx).shape)
这里的形状是我</e
浏览 0提问于2020-06-28得票数 0
我试图建立一个简单的LSTM网络，2层叠加。为此，我使用MultiRNNCell。我遵循教程和其他堆栈主题，但我仍然有一个问题来运行我的网络。下面您可以找到初始状态声明，我在堆栈中找到了。False)下面您可以看到
浏览 0提问于2018-07-19得票数 0
回答已采纳
2回答
网上有很多成功地训练他们的LSTM模型的例子，但是我找不到任何关于如何使用tf.nn.rnn()函数返回的'state‘来在新数据上实际运行模型的方法。我真的想用我的训练中发现的神奇数字！我认为实例化一个rnnCell更像是创建一个占位符，但显然它中包含数据。如何一遍又一遍地传递相同的rnnCell？还有，我<
浏览 4提问于2016-08-17得票数 0
我正在学习使用VSCode的javascript中的Web Workers。我的worker在其onmessage事件期间设置了一个时间间隔。){ interval = null; break;} 问题是interval是在函数的执行过程中定义的，所以我可以启动多个时间间隔，而不需
浏览 34提问于2020-07-08得票数 0
回答已采纳
鉴于以下课程： """The most basic RNN cell."""_num_units
"""Most basic RNN: output = new_state_num_units, True))我不明白为什么在这种情况
浏览 0提问于2016-03-20得票数 9
回答已采纳
我知道随着时间的推移，变量将被训练，占位符是使用的输入数据，不会随着模型的训练而改变(比如输入图像，以及这些图像的类标签)。我正在尝试使用Tensorflow实现RNN的前向传播，并想知道我应该保存RNN单元的输出的类型。在numpy RNN实现中，它使用
hiddenStates = np.zeros((T, self.hidden_dim)) #T is the length
浏览 2提问于2017-09-24得票数 1
在python中，可以通过实现__call__方法使实例可调用。例如 def __call__(self):obj()class Blah: print "hello"
obj.r
浏览 0提问于2012-04-24得票数 16
回答已采纳
1回答
我想使用减法选通，这在this paper中有解释我使用Tensorflow，目前的代码是：(使用CPU) import tensorflow.contrib.rnn as RNNCell
tgt_dropout_cell = RNNCell.DropoutWrapper(tgt_cell, output_keep_prob=sel
浏览 41提问于2019-07-01得票数 0
上下文
我正在阅读的第二部分，并希望了解什么时候使用"outputs“，以及何时在RNN的损失计算中使用"state”。在这本书(第396页，对于那些有这本书)，作者说，“注意，完全连接的层是连接到states张量，其中只包含的最后状态的RNN，”指的是一个序列分类器展开超过28个步骤。由于states变量将具有len(states) == <number_of_hidden_layers>，所以在构建
浏览 0提问于2019-07-30得票数 2
回答已采纳
根据下面的定义，我试图在Tensorflow中定义我自己的RNNCell (回声状态网络)。x(t + 1) = tanh(Win*u(t) + W*x(t) + Wfb*y(t))z(t) = x(t)，u(t)
X是状态，u是输入，y是输出。Win，W和Wfb是不可训练的。所有的权重都是随机初始化的，但是W是这样修改的：“设置一定百分比的W到
浏览 1提问于2015-11-23得票数 25
回答已采纳
用替换会在static_rnn`中抛出一个TypeError。我使用的是从源代码编译的TensorFlow 1.2.0-rc1。):import tensorflow as tf
enc_input_length
浏览 2提问于2017-06-13得票数 5
回答已采纳
1回答
我的问题与*有关。因此，新的“单元”应该存储参数(权重，.)，并且能够在可变输入上调用。cell这样他们就可以这样使用了bn_cell])h = ...
conv_h, _ = conv_c
浏览 0提问于2018-07-17得票数 0
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
