1回答
想象一下，您正在tensorflow中为序列分类任务训练一个LSTM模型。在每个时间步，你有一个二进制向量v_i (例如，v_i=[0, 1, 0, 1])，并且对于每个序列，你有可变数量的时间步(尽管二进制向量v_i的长度是相等的)。在tensorflow中训练LSTM模型时，如下所示： lstm_cell=tf.nn.rnn_cell.LSTMCell(number_of_hidden)
tf.contrib.rnn.static_rnn(lstm_cell, t
浏览 15提问于2019-06-18得票数 0
3回答
我正在尝试将一个层的输出传递到两个不同的层中，然后将它们连接在一起。然而，我被这个错误阻止了，它告诉我我的输入不是符号张量。Received type: <class 'keras.layers.recurrent.LSTM'>. All inputs to the layers should be tensors.但是，我相信我非常仔细地遵循了文档：
并且不能完全确定为什么这是错误的？net_input = Input(shape=(maxlen, le
浏览 2提问于2017-07-01得票数 22
我们正在使用CNTK的CNTK构建一个LSTM网络，但是根据C#文档的当前级别，我们发现很难确定输入的适当形状/尺寸。我们有一个时间序列，每个时间t都有一个值(一个数字)，我们希望使用该时间序列的前744个值的序列来使用LSTM进行预测。此外，我们想要制作一个包含25个序列的小批量CNTK.InputVariable的形状应该是什么样子：1 1或
1
浏览 2提问于2018-09-07得票数 3
是经历相同转换$f$的输入向量。$f$本身就是一个必须学习其参数的层。序列长度$n$在实例之间是可变的。What输入是否应该类似于？我在考虑一个带有形状的2D张量(number_of_x_inputs，x_dimension)，其中x_dimension是单个向量$x$的长度。这样的二维张量能有可变的形状吗？我知道张量可以有可变形状的批处理，但我不知道这是否对我有帮助。
浏览 0提问于2018-02-15得票数 4
回答已采纳
我开始学习Keras，并对LSTM产生了一些困惑。我不知道输入参数是什么，比如放在括号(n)和input_shape中的第一个参数。我的数据集是数值型的，它有30列，29列是要素，1列是输出(1和0)。x_train shape (19192, 29)x_test shape (4799, 29)
y_test shape (4799,) 基于此，参数在我的层中应该是什么样子</
浏览 119提问于2020-03-29得票数 0
回答已采纳
鉴于我对此不是很有经验，下面的问题可能是一个愚蠢的问题(标题同样离题，欢迎任何修改建议)。我正在尝试让Keras模型与多个输入一起工作，但总是遇到输入维度的问题。很可能我的网络设置没有什么意义，但我想首先生成一些可以工作(即执行)的东西，然后尝试不同的设置。这是我现在所拥有的：pos = Input(shape=(None,1))
l2
浏览 1提问于2018-08-16得票数 0
当我们在matlab中创建LSTM层时，我们将numHiddenUnits指定为layer = lstmLayer(numHiddenUnits)。我对此有两个问题。它是否表示LSTM单元的数量？如果是，那么这些单元是串行连接还是并行连接(它们之间没有相互作用)。 不幸的是，没有办法可视化(RNN)网络。我知道一个LSTM单元是如何工作的，但是我不知道下面的架构是什么样子的。 我的网络是由这些层组成的</em
浏览 623提问于2020-04-30得票数 1
1回答
LSTM Keras神经网络表示
、、、、
我遇到了下面的代码，它用Keras生成了一个Sequential LSTM神经网络，我想知道它在绘图中是如何表示的。model = Sequential() activation='softmax'))更具体地说: LSTM层的输入/输出将是什么样子</
浏览 3提问于2019-10-30得票数 1
在tensorflow中，有一个名为BasicLSTMCell的tf.contrib.rnn.BasicLSTMCell实现。它有一个参数num_units，它意味着LSTM单元中的单元数。但我不知道那是什么意思。lstm_cell = tf.contrib.rnn.BasicLSTMCell(512).
lstm_cell是什么样子的？它是一个lstm节点还是
浏览 1提问于2017-09-15得票数 3
回答已采纳
1回答
我已经连接在一起对数据进行预处理，现在，我需要将其重塑为3D输入数据，以便在LSTM中使用。我不知道使用pd.df.groupby(['timestep'])是否有意义，但我使用了一个很小的"np.reshape"函数，但似乎无法确定，我得到了错误。train_x.reshape(1002, 1001, 11) model = tf.keras.Sequential([
layers.LSTMopt, metrics= [
浏览 7提问于2020-09-18得票数 1
回答已采纳
我希望使用Keras将两个顺序模型和模式合并为一个模型：left.add(LSTM(64,activation='sigmoid',stateful=True,batch_input_shape=(10,look_back,dim)))right.add(LSTM(64,activation='sigmoid',stateful
浏览 0提问于2019-03-29得票数 0
许多NLP任务需要将输入放入嵌入层。然后将嵌入层的输出输入到像LSTM这样的模型中。{'<pad>': 0, 'I': 1, 'like': 2, 'cats': 3, 'dogs': 4}
我的问题是，输入到嵌入层是什么样子？
浏览 3提问于2019-05-14得票数 0
关于中@Shai提供的答案，caffe.NetSpec()用于显式地展开LSTM单元，以便及时进行培训。使用此代码实现，为什么"DummyData"层或任何用作输入X的数据层出现在t0时间步骤的末尾，就在t0文件中的"t1/lstm/Mx"之前？我不明白..。
因此，需要进行操作(剪切/粘贴)。
浏览 0提问于2016-04-20得票数 1
回答已采纳
1回答
我的数据由每天的时间序列组成，分分秒秒的分辨率。时间序列的总长度总是一样的.在下面的中，在左边的蓝色图中，您可以找到我的数据是什么样子的示例。
我希望用+1和-1之间的浮点值对输入时间序列进行分类，这样+1对应于时间序列的最大值，-1对应于最小值，而任何其他值(在+1和-1内)对应于中间的某个值。现在，为了取得成功，我需要给LST
浏览 1提问于2017-03-25得票数 0
1回答
我已经想出了如何使用值来训练LSTM，但是如果我想包括时间，数据会是什么样子的呢？也许输入维数为2，以时间作为划时代的秒和归一化值？数据中可能存在时间上的差距，我希望培训能够反映这一点。假设我只想定期训练LSTM，因为这是一项昂贵的操作，您将如何预测将来的值，在上一次训练时间和第一次预测时间之间有一个差距？例如，让我们说我3天前训练了LSTM，但现在我想预测第二天的值。到目前为止，
浏览 1提问于2016-12-07得票数 4
回答已采纳
1回答
我被困在建造我的LSTM手机上了。数据形状如下-X是dim(90809,2700)的输入稀疏矩阵，Y是尺寸的输出矩阵(90809，27)。以下是我定义LSTM单元的代码-model.add(LSTM(128, input_shape=(X.shape[0], X.shape[1])))
model.add，input_shape应该是输入矩阵的维数，稠密层
浏览 3提问于2016-10-10得票数 1
回答已采纳
我有三个输入文本序列，一起生成目标序列。我想独立编码三个输入。这样做的正确方法是什么？下面的方法有效吗？每个输入进入输入层、嵌入层和LSTM层，然后将它们连接在一起，再次使用bi-LSTM作为编码器。
浏览 21提问于2020-08-14得票数 0
2回答
我很难用LSTM细胞来实现我的模型。我想使用来自密集层的输出作为递归序列的输入，但我不知道如何做到这一点。下面是我试图实现的目标的示例代码：import numpy as np
m = C.layers.Recurrenc
浏览 0提问于2018-04-12得票数 0
回答已采纳
1回答
我在Keras中的LSTM实现有一些问题。
遵循本教程：，我创建了子序列(在我的例子中，有1452018个子序列，window_size = 30)。对于有状态LSTM的输入，重塑数据<e
浏览 2提问于2019-01-02得票数 4
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
云直播
对象存储
腾讯会议活动推荐
腾讯云开发者
