1回答
已经有许多论文(特别是图像标题)将CNN和LSTM架构联合用于预测和生成任务。然而，他们似乎都是独立于LSTM训练CNN的。我在浏览Torch和TensorFlow (用Keras)，却找不到为什么不可能进行端到端的培训(至少从架构设计的角度来看)，但似乎没有任何关于这种模型的文档。
那么，能做到吗？火炬或TensorFlow (甚至西亚诺斯或卡菲)是否支持联合训练端到端的CNN神经网络？如果是这样的话，是否就像将输出从CNN链接到LSTM并运行SGD一样简单？还是说它更复杂？
浏览 2提问于2016-10-17得票数 8
我已经用W- LSTM，b-lstm，Wy，by等参数训练了一个用于预训练的lstm模型L1。saver.restore()？
谢谢。
浏览 10提问于2016-07-23得票数 0
1回答
我正在扩展我对Keras包的知识，并且我一直在使用一些可用的模型。我有一个NLP二进制分类问题，我正在试图解决，并一直在应用不同的模型。在使用了一些结果并阅读了越来越多关于LSTM的内容之后，这种方法似乎比我尝试过的任何其他方法(跨多个数据集)都要好得多。我一直在想，“你为什么/什么时候不使用LSTM?”使用额外的门，固有的LSTM，使我完全有意义后，有一些模型遭受消失的渐变。
那么LSTM的陷阱是什么呢？他们在哪里做得不太好？我知道没有“一刀切”的算法，所以
浏览 0提问于2018-02-02得票数 13
1回答
我想使用lstm来预测每个用户提前一天的时间。我解决这个问题的方法是首先对具有相同行为的用户进行聚类。然后，在每个组中训练不同的lstm模型，以便每个lstm模型将负责该用户组，并使用该组的时间序列数据进行训练。在测试场景中，我将首先找到新用户的簇，然后根据训练好的相应簇的lstm进行预测。使用这种方法，我希望最小化模型的rmse。我已经开始使用库来对数据进行聚类。
我的问题与使用lstm有关。<e
浏览 1提问于2020-09-02得票数 0
1回答
如果一个人使用更多的时代或更多的层次，那么训练有什么不同呢？ LSTMfor epoch in range(5):我知道训练后会有不同在第一种情况下，您将通过一个经过训练的LSTM单元发送任何测试批次，而在第二个案例中，它将通过4
浏览 3提问于2017-12-18得票数 0
回答已采纳
我训练了一个使用CuDNNLSTM单元的keras模型，现在我希望将该模型加载到缺少GPU的主机设备上。有什么后门可以让我在没有GPU的主机上加载模型吗？任何建议都会很有帮助的！
浏览 0提问于2018-10-19得票数 2
回答已采纳
如何在PyTorch中从预先训练好的模型中获取权重并在TensorFlow中使用？这是预先训练好的模型：
lstm = torch.hub.load("BruceWen120/medal", "lstm")
浏览 3提问于2021-11-28得票数 0
1回答
我正试图为我的代码决定一个语言培训模型。我想知道在选择其中之一之前，我应该考虑哪些方面和要素？我知道，对于较大的数据，人们更倾向于使用LSTM模型，但是Word2Vec呢？什么时候最好选择它而不是LSTM模式？谢谢你的帮助。
浏览 0提问于2022-03-07得票数 -1
冻结之前，我的模型有162个trainable_weights。冻结后，模型只有2层。我将2层绑定到预先训练的网络。trainable_weights会告诉我要训练的层吗？
浏览 1提问于2019-10-06得票数 0
1回答
到目前为止，我已经训练了一个具有固定长度输入的模型，通过向4000个序列中的每个序列填充零，直到maxlength = 40，从而使用4000,40,1形状的阵列(batch_size，时间步长，特征)来训练模型。现在我想知道如何使用这样的自动编码器模型，而不是将零填充到每个序列(句子)，从而使用每个句子(序列)的实际大小进行训练和预测。tanh'))) 然后，当尝试编译和训练模型时 nb_epoch = 10
model.compile(o
浏览 17提问于2019-09-20得票数 2
回答已采纳
2回答
哪个更快，GRU还是LSTM？
、、、、
我试着用GRUs和LSTM实现一个关于keras的模型。两种实现的模型体系结构是相同的。正如我在许多博客文章中所看到的，与LSTM相比，GRU的推断时间更快。
浏览 0提问于2020-01-27得票数 0
1回答
model.add(TimeDistributed(MaxPooling2D(pool_size=(2, 2))))
model.add(LSTMTimeDistributed(UpSampling2D((2,2))))
model.add(TimeDistributed(Conv2D(1, (3,3), padding='same'))) 上面给出的是模型我想绘制LSTM单元的输出。谢谢你
浏览 16提问于2019-03-24得票数 0
回答已采纳
我可以使用这个数据集来训练LSTM模型。假设我使用t，t+1，...，t+5来训练我的模型并预测t+6谢谢
浏览 14提问于2021-03-01得票数 0
在官方的 (我将把它放在底部)中，他们用fit函数来训练模型，但是在解码过程中，他们甚至没有使用这个模型来测试新数据。我正试图像这样训练一个seq2seq模型，我已经在Google上成功地训练了它，下载了.h5文件，我用load_model函数加载了这个模型，但是它似乎不起作用。如果在培训后的任何地方没有使用model变量，那么为什么脚本需要对模型进行训练呢？在此基础上，对新数据使用脚本的过程是什么？from __future__ i
浏览 0提问于2018-12-03得票数 1
回答已采纳
我想使用一个(2层)预训练的LSTM模型，并且我想在最后一个密集层之前添加一个新的LSTM层。所以我要添加的层将是第三层。因为预训练模型的第二个LSTM已经设置了return_sequences=True。我无法添加第三个LSTM层。如何使用LSTM更改预训练模型的任何层的配置，以添加另一个LSTM层。我不热衷于制作模型的另一个副本和复制权重。我想要改变现有的<e
浏览 10提问于2019-09-18得票数 1
1回答
LSTM模型评价
、、、
我有以下LSTM模型，它的输入被word2vec模型嵌入：
我需要你对模型评估的意见，如下图所示，，，如何改善损失相对于历次曲线？
浏览 3提问于2022-05-12得票数 -2
1回答
训练LSTM模型
、、、、
我正在尝试训练我的lstm模型，但在准确性、精确度、召回率和f1得分方面都得了0分。我从kaggle下载了心脏病数据集。tf.Variable(tf.random_normal([n_classes]))}
print(x)
outputs, states = rnn.static_rnn(lstm_cell,
浏览 23提问于2019-02-26得票数 1
1回答
我在训练我的LSTM模型时遇到了很大的困难，它似乎根本不能学习。对于非常简单的模型(1层，很少的lstm单元)，训练损失几乎没有减少，精度也发生了变化，但最终停留在45%，就像更复杂的模型一样。这是我的模型： def __init__(self, dim, vocab_size, classes, lstm_units=100,__init__()
se
浏览 42提问于2020-05-22得票数 0
2回答
我有一个使用keras开发的简单的LSTM网络：model.add(LSTM(rnn_size,input_shape=(2,w),dropout = 0.25
浏览 0提问于2019-03-26得票数 4
我想在Tensorflow中实现一个带有预先训练好的权重的LSTM模型。这些重量可能来自Caffee或Torch。我发现在文件rnn_cell.py中有LSTM单元，比如rnn_cell.BasicLSTMCell和rnn_cell.MultiRNNCell。但是如何为这些LSTM单元加载预先训练好的权重呢？
浏览 0提问于2016-06-26得票数 5
云服务器
ICP备案
实时音视频
对象存储
即时通信 IM
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号