但我只想根据序列末尾计算的输出对它们进行评分。 样本是有序的，因此它们的长度是递减的，并且它们是零填充的。在Model构造函数中的初始化： self.lstm = nn.LSTM(width, n_hidden, 2) 然后调用LSTM并解压缩这些值： x, _ = self.lstm(x)return F.softmax(x, dim=1) 这给了我一个shape batch x n
浏览 36提问于2019-04-30得票数 1
回答已采纳
1回答
我有一个用Keras编写的非常简单的LSTM示例，我正试图将其移植到pytorch。但它似乎根本无法学习。我是一个绝对的开始，所以任何建议都是值得感激的。KERASlstm_model = Sequential()
lstm_model.add(X_train_lmse, y_train, epochs=100, batch_size=1, verbose=1, shuffle=False
浏览 0提问于2019-05-10得票数 1
我试图隐藏PyTorch代码的CNN -> LSTM级联模型到PyTorch闪电。在nn.Module码中有两个PyTorch类，一个用于CNN (编码器)，一个用于LSTM (译码器)，最后一个隐藏层作为PyTorch的输入。因此，在转换到PyTorch闪电之后，有两个pl.LightningModule类。我想知道如何在这两个类中填充所需的方法。代码，编码器输出作为输入输入到解码器，然后使用解码器输出计算损失：
feats
浏览 0提问于2021-08-03得票数 0
我尝试了别人向我推荐的代码，当batch_first = False时，它对我的训练数据起作用，它为官方LSTM和手动LSTM产生相同的输出。当batch_first = True时，手动LSTM的哪个部分需要更改才能产生与官方LSTM相同的输出？[0.09523869], requires_grad(torch.zer
浏览 83提问于2021-09-23得票数 0
回答已采纳
目前，我正试图用PyTorch中的LSTM来预测时间序列数据。我遇到的问题是，我不明白我应该使用哪一种输出来进行最后的预测。, self.hidden = self.lstm(sequences, self.hidden) returninputmymodel.reset_hidden_state()print(out.sh
浏览 3提问于2020-05-30得票数 1
1回答
我正在尝试将我的顺序Keras网络移植到PyTorch。但我在LSTM单位遇到麻烦了 stateful = False, dropout = 0.5), stateful = False, dropout = 0.5),
我应该如何用PyTorch来表述这个问题呢尤其是辍学在PyTorch中
浏览 2提问于2020-06-09得票数 1
我有一个pytorch模型： torch.nn.LSTM(40, 256, 3, batch_first=True),torch.nn.Linear(256, 256),)_, (hidden, _) = lstm(data)尽管如此，该示例仅适用于</e
浏览 5提问于2021-10-05得票数 0
Pytorch中变量的易失性属性是什么？下面是在PyTorch中定义变量的示例代码。
datatensor = Variable(data, volatile=True)
浏览 0提问于2018-04-15得票数 24
回答已采纳
1回答
我在PyTorch中有以下实现，用于学习使用LSTM：
其中我的错误输出是： 28
---> 29 global_loss_list = global_training(lstm2{'params':l
浏览 13提问于2019-08-15得票数 3
回答已采纳
1回答
在实现混合量子LSTM模型的同时，该模型过于拟合，因此精度较低。我尝试在dropout = 1中设置nn.LSTM，但没有改进。我用了一个隐藏的图层。如何增加辍学层以减少过度拟合？__()
self.lstm= nn.LSTM(input_dim, hidden_dim, layer_dim, dropout=1, batch_first=Tru
浏览 4提问于2021-10-16得票数 0
回答已采纳
我正在尝试做非常简单的学习，以便我能够更好地理解PyTorch和LSTM的工作原理。为此，我试图学习一个从输入张量到输出张量(相同形状)的映射，这个映射值是值的两倍。因此，[1 2 3]作为输入应该学习[2 4 6]作为输出。__init__()
浏览 3提问于2020-02-12得票数 4
回答已采纳
我正在尝试训练一个Pytorch LSTM网络，但是当我试图计算CrossEntropyLoss时，我得到了ValueError: Expected target size (2, 13), gotlayers print(f'Shape after LSTM# resets training history
hidden = tuple([e
浏览 399提问于2020-11-30得票数 1
回答已采纳
1回答
假设我们有一个类似于Today is a very bad day. Very bad day is today. I wont come to play.的文本考虑到我的课文可能有很多相似意思的句子，我该怎么做呢？
我对此非常陌生，任何一种建议或帮助都会很好。
浏览 0提问于2021-01-12得票数 1
2回答
LSTM层间的激活函数
、、、、
我知道LSTM单元内部同时使用sigmoid和tanh激活函数，但是当创建一个堆叠的LSTM体系结构时，通过激活函数(例如ReLU)传递它们的输出是否有意义？那么，我们是否更喜欢这样：model = LSTM(50, activation="relu", return_seq
浏览 0提问于2020-01-16得票数 13
回答已采纳
3回答
我用PyTorch实现了一个LSTM，如下所示。输出没有任何意义，因为无论random_data1和random_data2是什么，out1和out2总是相同的。这对我来说没有任何意义，因为随机输入乘以随机权重应该会产生不同的输出。这对我来说没有意义，因为随着LSTM的更多层堆叠在一起，我们正在将输入与更多数量的随机权重相乘，这应该会放大输入中的差异，并产生非常不同的输出。 有人能解释一下这种行为吗？我的实现有什么问题吗？在一次特定的运行中，random_data1是
浏览 116提问于2019-03-13得票数 2
回答已采纳
1回答
当我执行以下代码时： import torch
return 4*x + 3g_hat=torch.tensor(g(x), requires_grad=True)tensor(1.)但这并不是我期望从上面的代码中得到的结果...我想要做的是，在x = 3.0中找到dg/dx的值(所以在上面的例子中，正确的输出应该是tensor(4.))。我如何使用PyTorc
浏览 11提问于2020-06-23得票数 1
回答已采纳
4回答
了解回归用LSTM的输出
、、、、
完整的代码在下面，但我正在努力理解输出。# Refer to the Pytorch documentation to see exactly我还想知道这是如何推断到双向LSTM和多层LSTM，甚至这将如何与GRUs (双向与否)工作。例如，是否通常将双向L
浏览 0提问于2019-02-13得票数 5
回答已采纳
我正在尝试手动将Pytorch模型转换为Tensorflow进行部署。ONNX似乎不是天生就能从Pytorch LSTM到Tensorflow CuDNNLSTM的，所以这就是我手写它的原因。我在Pytorch层运行时没有偏置，因为它遵循批处理规范，但由于Keras没有提供该选项，我只是简单地分配了一个0偏置。from tensorflow.keras.models import Sequential, Model
hidden_size = 512
with torch.no_g
浏览 229提问于2019-05-21得票数 0
回答已采纳
1回答
我正在考虑使用Keras BiLSTM模型解决此任务的以下步骤：在火车集合上训练BiLSTM以预测序列中任何地方的下一个数目任何其他使用其他型号的想法，特别是变形金刚(PyTorch，Tesnsorflow)，都非常欢迎，谢谢！
浏览 0提问于2020-07-13得票数 2
回答已采纳
云服务器
ICP备案
对象存储
云点播
实时音视频
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