Tensorflow RNN教程
TensorFlow RNN教程是一个关于使用TensorFlow库中的循环神经网络（RNN）模型进行机器学习任务的教程。RNN是一种能够处理序列数据的神经网络模型，它具有记忆能力，可以捕捉到序列中的时间依赖关系。
在TensorFlow中，可以使用tf.keras.layers.RNN或tf.keras.layers.LSTM等模块来构建RNN模型。以下是一个完善且全面的答案：
概念： 循环神经网络（RNN）是一种具有循环连接的神经网络模型，用于处理序列数据。它通过在网络中引入循环层，使得网络可以保留先前的信息，并将其应用于当前的输入。这种记忆能力使得RNN在处理语言、音频、时间序列等任务上非常有效。
分类： RNN可以分为多种类型，包括基本RNN、长短期记忆网络（LSTM）、门控循环单元（GRU）等。每种类型都有其特定的结构和计算方式，适用于不同的任务和数据类型。
优势： RNN的优势在于其能够处理序列数据，并且能够捕捉到序列中的时间依赖关系。它可以用于自然语言处理、语音识别、机器翻译、时间序列预测等任务。此外，TensorFlow作为一个强大的深度学习框架，提供了丰富的RNN相关功能和工具，使得开发者可以轻松构建和训练RNN模型。
应用场景： RNN在自然语言处理领域有广泛的应用，如情感分析、文本生成、机器翻译等。它也可以用于音频处理，如语音识别和语音合成。此外，RNN还可以用于时间序列预测，如股票价格预测、天气预测等。
推荐的腾讯云相关产品和产品介绍链接地址： 腾讯云提供了一系列与深度学习和人工智能相关的产品和服务，可以用于构建和部署RNN模型。以下是一些推荐的腾讯云产品和其产品介绍链接地址：
- 云服务器（CVM）：提供了强大的计算资源，用于训练和部署深度学习模型。产品介绍链接
- 人工智能引擎AI引擎：提供了丰富的人工智能算法和模型，包括RNN模型。产品介绍链接
- 弹性MapReduce（EMR）：用于大规模数据处理和分析，可以用于处理RNN模型的训练数据。产品介绍链接
- 机器学习平台（Tencent ML-Platform）：提供了一个完整的机器学习开发环境，包括数据处理、模型训练和部署等功能。产品介绍链接
总结： TensorFlow RNN教程是一个关于使用TensorFlow库中的循环神经网络模型进行机器学习任务的教程。RNN具有处理序列数据的能力，可以应用于自然语言处理、音频处理和时间序列预测等任务。腾讯云提供了一系列与深度学习和人工智能相关的产品和服务，可以用于构建和部署RNN模型。
相关·内容
1回答
我一直在遵循教程创建和训练一个基于rnn的聊天机器人，使用tensorflow。据我所知，这些教程是在较早版本的tensorflow上编写的，因此有些部分已经过时，给我一个错误，比如：
Traceback (most recent call last):
File "main.py", line 33, in <module>
outputs, last_state = tf.nn.seq2seq.rnn_decoder(inputs, initialstate, cell, loop_function=None, scope='rnnlm
浏览 0提问于2017-03-06得票数 1
回答已采纳
请参阅代码块末尾的值错误。运行翻译教程时发生了此错误。知道为什么会破裂吗？我正在运行python3，并正确安装了CUDA和CuDNN。而且我能够根据安装方向来验证TensorFlow的安装，所以CuDNN/CUDA的基本功能应该是工作的。我在Ubuntu16.04上使用python3。
最近使用翻译教程的其他人也有这个问题吗？当我假设本教程对其他人有用的时候，你知道我为什么会有这个问题吗？
`(tensorflow) nathan@nathan1:~/repos/tensorflow/models/tutorials/rnn/translate$ python3 translate.py --
浏览 2提问于2017-05-17得票数 0
回答已采纳
我正在尝试运行一个教程()，并且遇到了一些已经移动的模块的问题。
我研究了一下，发现一些类已经被移动和修复了：
tf.nn.rnn_cell.BasicRNNCell(state_size)
至
tf.contrib.rnn.BasicRNNCell(state_size) (that should be correct right?)
这现在起作用了。
然而，我有一个我似乎无法修复的函数：
rnn_outputs, final_state = tf.nn.rnn(cell, rnn_inputs, initial_state=init_state)
--> as expected
浏览 2提问于2017-03-02得票数 4
回答已采纳
OS: Windows 10使用anaconda3 - 5.2，在Anaconda命令提示符下运行命令.
下面是我用来定位word-rnn和激活conda环境的命令，以及我试图训练模型时的错误消息。我也离开了一个基于Mac的教程，所以如果"python train.py“是不正确的训练命令，请纠正我。
(基地) C:\Users\mower>conda激活丹森或流动
(tensorflow) C:\Users\mower>cd
(tensorflow) C:\Users\mower\Downloads\word-rnn-tensorflow-master>python
浏览 0提问于2018-08-20得票数 0
回答已采纳
我张量流安装并成功地通过了MNIST演示。现在，我正在尝试运行，但这并不适用于我。
我克隆了他们的github版本，并试图从repo根目录中运行一些列出的命令。
$ bazel run -c opt ./tensorflow/models/rnn/translate/translate.py
ERROR: Bad target pattern './tensorflow/models/rnn/translate/translate.py': package names may contain only A-Z, a-z, 0-9, '/', '
浏览 3提问于2015-11-12得票数 5
回答已采纳
我想了解tensorflow的结构和编码。在阅读本教程"“时，我搜索了函数中使用的代码。例如，行
cell = GRUCell(num_neurons) # Or LSTMCell(num_neurons)
使用函数GRUCell，我可以在tensorflow存储库中的文件"rnn_cell.py“中找到该函数。此外，GRUCell由一个名为"tf.nn.dynamic_rnn“的函数包装，如下所示：
output, state = tf.nn.dynamic_rnn(cell, data, dtype=tf.float32)
不幸的是，我无法找到这个函数的代码。我在
浏览 2提问于2016-11-28得票数 0
回答已采纳
问:是否实现了Tensorflow RNN来输出Elman Network的隐藏状态？
cells = tf.contrib.rnn.BasicRNNCell(4)
outputs, state = tf.nn.dynamic_rnn(cell=cells, etc...)
我是TF的RNN的新手，对输出和状态的意义很好奇。我正在学习斯坦福大学的tensorflow教程，但似乎没有详细的解释，所以我在这里询问。经过测试，我认为经过序列计算后的state是隐藏状态，而outputs是每个时间步之后的隐藏状态数组。
所以我想说清楚。输出和状态只是隐藏的状态向量，所以为了完全实现El
浏览 2提问于2017-05-08得票数 2
2回答
我正在尝试理解在tensorflow中在seq2seq中定义的seq2seq.py模型。我使用从tensorflow附带的translate.py示例复制的代码。我一直在犯同样的错误，我真的不明白它是从哪里来的。
再现错误的最小代码示例：
import tensorflow as tf
from tensorflow.models.rnn import rnn_cell
from tensorflow.models.rnn import seq2seq
encoder_inputs = []
decoder_inputs = []
for i in xrange(350):
en
浏览 7提问于2015-11-17得票数 15
回答已采纳
我试图建立一个多元时间序列预测模型。我遵循了下面的温度预测教程。
我想使用以下代码将他的模型扩展到多层LSTM模型：
cell = tf.contrib.rnn.LSTMCell(hidden, state_is_tuple=True)
cell = tf.contrib.rnn.MultiRNNCell([cell] * num_layers,state_is_tuple=True)
output, _ = tf.nn.dynamic_rnn(cell=cell, inputs=features, dtype=tf.float32)
但我说错了：
'rnn/while/rn
浏览 3提问于2017-11-18得票数 7
回答已采纳
在我的代码中：(在tf1.0上工作得很好)
from tensorflow.contrib.rnn.python.ops import core_rnn
from tensorflow.contrib.rnn.python.ops import core_rnn_cell
from tensorflow.contrib.rnn.python.ops import core_rnn_cell_impl
用tf1.2报告错误:从tensorflow.contrib.rnn.python.ops导入core_rnn ImportError:无法导入名称“core_rnn”
浏览 4提问于2017-07-10得票数 0
回答已采纳
在一些tensorflow教程(例如RNN)中，代码需要使用bazel进行编译。为什么我们必须编译这些示例，即使它们是用python编写的？
浏览 0提问于2015-11-29得票数 2
我想知道为什么在Seq2Seq TensorFlow教程中引入了这些桶。我理解不处理填充符号可以提高效率，但如果使用rnn并指定sequence_length参数，则可以避免处理填充符号。或者如果您使用dynamic_rnn。
这是因为它有助于在多台设备/机器之间分发培训吗？
浏览 0提问于2016-07-14得票数 0
回答已采纳
我在循环神经网络上关注。
这是导入：
import tensorflow as tf
from tensorflow.examples.tutorials.mnist import input_data
from tensorflow.python.ops import rnn
from tensorflow.contrib.rnn import core_rnn_cell
这是输入处理的代码：
x = tf.transpose(x, [1,0,2])
x = tf.reshape(x, [-1, chunk_size])
x = tf.split(x, n_chunks, 0)
lstm_
浏览 5提问于2017-02-18得票数 5
回答已采纳
contrib.cudnn_rnn.RNNParamsSaveable接口在r1.4中已被弃用，但在tensorflow教程中使用。目前还不完全清楚如何修改ptb_word_lm.py中的第271->276行以使用新的API，该API应该是默认运行的contrib.cudnn_rnn.CudnnLSTMSaveable。有没有人能告诉我需要改变的地方？
浏览 0提问于2017-11-16得票数 0
我刚刚从TensorFlow开始，并试图为一个由11个特征(全部为数字)组成的数据集实现一个RNN。这些特性将用于预测另一列的输出。
我现在不知道该从哪里开始，我能够理解RNN是如何工作的，我可以找到的所有教程主要是与图像和文本数据集相关的。
浏览 0提问于2017-11-15得票数 0
回答已采纳
~/anaconda3/lib/python3.6/site-packages/tflearn/layers/recurrent.py in <module>()
12 # Fix for TF 1.1.0 and under
13 from tensorflow.contrib.rnn.python.ops.core_rnn import static_rnn as _rnn, static_bidirectional_rnn as _brnn
---> 14 from tensorflow.python.ops.rnn impo
浏览 0提问于2018-03-03得票数 0
1回答
我最近开始学习TensorFlow。我学习了关于的教程，并决定进一步研究RNN / LSTM模型。本教程解释了如何使用和绘制模型，但我也想尝试将输出值转换为“真实”值。如何从测试数据集中提取预测值并将其转换为温度？
浏览 8提问于2022-03-07得票数 0
我刚刚在一个新系统上安装了带有pip的tensorflow-gpu (很明显，在安装了cuda和cudnn之后)。
不幸的是，我的代码(在cpu上很好地使用tensorflow 0.12)，现在抛出
AttributeError: module 'tensorflow.contrib.rnn' has no attribute 'stack_bidirectional_dynamic_rnn'
当试图调用tf.contrib.rnn.stack_bidirectional_dynamic_rnn时。
此外，该函数存在于/path/to/python3.5/dis
浏览 3提问于2017-02-15得票数 3
回答已采纳
当我恢复我训练过的模型时，我得到了下面的错误。是什么导致了这种情况的发生，以及如何找出这些错误？非常感谢！
2017-08-10 09:50:09.228153: W tensorflow/core/framework/op_kernel.cc:1158] Not found: Key test/Q_forward/RNN/rnn/gru_cell/candidate/bias not found in checkpoint
2017-08-10 09:50:09.228153: W tensorflow/core/framework/op_kernel.cc:1158] Not f
浏览 10提问于2017-08-10得票数 0
我必须在windows10上安装Keras和Tensorflow，我在官方网站上学习了教程。
Tensorflow和Keras的安装似乎工作正常，但当我在python终端中导入Keras时，我会看到：
>>> import keras
Using TensorFlow backend.
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
File "C:\Users\Clémence\AppData\Local\Programs\P
浏览 2提问于2017-06-08得票数 3
我正在研究Tensorflow text_generation教程()，并想知道他们为什么要洗牌训练数据，尽管GRU的有状态设置是真的？
这与文档()相矛盾：“关于在RNN中使用状态性的注意事项:您可以将RNN层设置为‘有状态的’，这意味着为一个批中的样本计算的状态将被重用为下一批中的样本的初始状态。这假设在不同的连续批中样本之间存在一对一的映射。”
教程中的代码片段：
dataset = dataset.shuffle(BUFFER_SIZE).batch(BATCH_SIZE, drop_remainder=True)
tf.keras.layers.GRU(rnn_units,
浏览 3提问于2020-03-30得票数 3
1回答
我用TensorFlow建立了一些神经网络，比如基本的MLP和卷积神经网络。现在我想转到递归神经网络。然而，我在自然语言处理方面没有经验。因此，对于我来说，RNN的TensorFlow NLP教程并不容易阅读(也不是很有趣)。
基本上，我想从一些简单的东西开始，而不是LSTM。
如何在TensorFlow?中建立一个简单的递归神经网络，如Elman网络。
我只能找到TensorFlow的GRU或LSTM示例，主要用于NLP。有人知道一些简单的递归神经网络教程或TensorFlow的例子吗？
下图显示了一个基本Elman网络，它通常简单地称为SRN (简单递归网络)：
浏览 2提问于2016-04-25得票数 9
回答已采纳
根据，Tensorflow中的RNN支持以下等式：
activation(W * input + U * state + B)
现在，实现网络RNN的最佳实践如下：
activation(W_1 * input_1 + W_2 * input_2 + U * state + B)
通过最佳实践，我指的是使用略微不同的方程快速有效地实现RNN/LSTM的方法:编辑tf.nn.rnn_cell，使其能够支持这一点，或者？对于本例，假设我们不能连接input_1和input_2，因为它们具有不同的维度
一般来说，如果我们想稍微改变LSTM/RNN的方程(即添加新的输入，新的递归连接等)，我们应该从T
浏览 0提问于2017-02-03得票数 1
我刚刚开始使用TensorFlow，我正在尝试实现一个非常简单的RNN。RNN以x作为输入，y作为输出，并且仅由一个层组成，该层以x和以前的输出作为输入。下面是我脑海中想到的那种东西的图片：
问题是，我无法通过TensorFlow API来构造一个包含循环的图。每当我定义一个张量时，我必须指定它的输入是什么，这意味着我必须已经定义了它的输入。所以有个鸡和蛋的问题。
我甚至不知道用循环来定义一个图是否有意义(首先计算什么？我是否必须定义softmax节点的初始值？)。我使用了使用变量来表示前一个输出的想法，然后手动获取y的值，并在每次输入训练样本后将其存储在变量中。但是，这将是非常慢的
浏览 2提问于2016-02-17得票数 6
我刚刚开始学习ML和Tensorflow。(我想)在我的ubuntu系统上成功安装了tensorflow之后。我想用tensorflow为手写的didgits实现一个CNN。如果已经在stackoverflow中通读了几个问题，并愚弄了大约2天，没有任何解决方案。
import tensorflow as tf
import matplotlib.pyplot as plt
import struct
import numpy as np
from mpl_toolkits.mplot3d import Axes3D
from tensorfl
浏览 2提问于2017-02-22得票数 2
我曾经在TensorFlow的0.8版本中使用以下命令创建RNN网络：
from tensorflow.python.ops import rnn
# Define a lstm cell with tensorflow
lstm_cell = rnn_cell.BasicLSTMCell(n_hidden, forget_bias=1.0)
# Get lstm cell output
outputs, states = rnn.rnn(cell=lstm_cell, inputs=x, dtype=tf.float32)
rnn.rnn()不再可用，而且听起来它已经被移到了tf.con
浏览 2提问于2017-02-28得票数 11
2回答
在运行RNN教程时，在读取数据行语句后会出现以下错误：
reading data line 22500000
W tensorflow/core/common_runtime/executor.cc:1052] 0x3ef81ae60 Compute status: Not found: ./checkpoints_directory/translate.ckpt-200.tempstate15092134273276121938
[[Node: save/save = SaveSlices[T=[DT_FLOAT, DT_INT32, DT_FLOAT, DT_FLOAT
浏览 3提问于2015-11-18得票数 0
我正在运行TensorFlow的RNN (LSTM)语言模型示例。它运行和报告的困惑是完美的。
不过，我想要的是三件事：
给定一个序列(例如，w1，w5，w2000，w750)，给出下一个单词在词汇表上的概率分布。我不知道如何处理教程中的模型。
我希望模型返回最可能序列的排序(例如，n-g)，n可以作为输入。
和
给出一个序列，我要它的概率。
我是TensorFlow和RNN的新手，所以如果你需要比我提供的更多的信息，请告诉我。
语言模型的代码是。
浏览 6提问于2016-08-31得票数 1
回答已采纳
1回答
无法导入现有模块，使用Ubuntu 16.04、python 3.5、Anaconda 4.2.15、tensorflow 0.12。
TensorFlow包包含一个名为mnist.py的助手。我已经验证了该文件是否存在于我的机器上，并手动将该目录添加到sys.path中。当我试图导入模块时，python似乎找不到它。我可以import tensorflow as tf很好，但是python似乎在错误的目录中查找模块，尽管我已经显式地给出了它正确的位置：
>>> import tensorflow.contrib.learn.python.learn.datasets.mni
浏览 1提问于2017-01-17得票数 0
回答已采纳
起初，我以为我误解了Tensorflow API的一些地方。现在，我怀疑我只是误解了在木星笔记本中如何管理可变范围。
如果我将所有代码插入到jupyter笔记本中的单个单元格中并运行它，那么Tensorflow的LSTM教程示例工作得很好。但是，当我将程序分割成单独的单元格时，即使以正确的顺序运行所有内容(首先定义等)，我也会得到一个可变范围错误：
15 # Get lstm cell output
---> 16 outputs, states = rnn.static_rnn(lstm_cell, x, dtype=tf.float32)
ValueErr
浏览 2提问于2017-09-22得票数 0
我发现下面与RNN相关的文件都不见了。
tensorflow/tensorflow/models/...
tensorflow/tensorflow/python/ops/seq2seq.py
tensorflow/tensorflow/python/ops/rnn_cell.py
似乎新dynamic_rnn出现了..。
我对发生的事有点困惑。为什么这些文件被删除了？实际上我是在分析这些代码来训练一个聊天机器人。
浏览 2提问于2016-12-29得票数 1
回答已采纳
代码：
import tensorflow as tf
from tensorflow.python.ops import rnn_cell
cell = rnn_cell.LSTMCell(64, state_is_tuple=True)
multi_layer_cell = tf.nn.rnn_cell.MultiRNNCell([cell for i in range(2)])
x = tf.placeholder("float", [None, 10, 1])
output, state = tf.nn.dynamic_rnn(multi_layer_cell, x,
浏览 0提问于2018-08-03得票数 0
回答已采纳
这是一个一般性问题。我发现在tensorflow中，在我们构建图之后，将数据提取到图中，图的输出是张量。但在许多情况下，我们需要基于此输出(这是一个tensor)进行一些计算，这在tensorflow中是不允许的。
例如，我正在尝试实现一个RNN，它根据数据本身的属性循环时间。也就是说，我需要使用tensor来判断是否应该停止(我没有使用dynamic_rnn，因为在我的设计中，rnn是高度定制的)。我发现tf.while_loop(cond,body.....)可能是我实现的一个候选者。但是官方教程太简单了。我不知道如何在“body”中添加更多的功能。谁能给我举几个更复杂的例子？
此外，在这
浏览 0提问于2016-05-25得票数 36
回答已采纳
我想用TensorFlow来解决一个有监督的问题。它很简单：
字符串输入的列表。该字符串的格式为：“word_10-062017”
浮动输出的列表。标签是一个浮标: 3.0
我想使用带有这种格式的字符串集和一组浮动标签来训练模型。
系统信息
Windows 7 x64
Tensorflow 1.2
Python 3.5.2
IDE Pycharm 2017.1.1
我正在使用这段代码：
# Input placeholder
x = tf.placeholder(tf.string, shape=[None, 1, 1])
...
# Define
浏览 7提问于2017-07-18得票数 1
我希望在以下代码中使用在tensorflow 中实现层规范化的LSTM单元：
import tensorflow as tf
import numpy as np
n = 10
batch_size_series = 16
x = tf.placeholder(shape=[None, None, 1], dtype=tf.float32, name="x")
layer_norm = tf.placeholder(tf.bool, name="normalize_layer")
cell = tf.contrib.rnn.LayerNormBas
浏览 3提问于2017-12-22得票数 0
回答已采纳
在windows和linux上使用tensorflow 1.0.1
当我跑的时候：
from tensorflow.python.ops import rnn, rnn_cell
我得到：
ImportError:无法导入名称“rnn_cell”
提前感谢
浏览 11提问于2017-04-09得票数 3
我试图按照中的指令生成量化的tensorflow模型。
首先，我在训练过程中使用tf.contrib.quantize.create_training_graph()和tf.contrib.quantize.create_eval_graph()将假量化节点插入到图中，最后生成一个冻结的pb文件(model.pb)。
其次，我使用以下命令将伪量化的tensorflow模型转换为量化的tensorflow模型。
bazel-bin/tensorflow/contrib/lite/toco/toco \
--input_file=model.pb \
--input_format=TENSORFL
浏览 2提问于2018-03-28得票数 2
回答已采纳
我只是简单地遵循tensorflow的教程，同时执行以下命令：
python ptb_word_lm.py --data_path=/home/priyankit/data/validsrc2-hi --
model=small
它显示以下错误：
Traceback (most recent call last):
File "ptb_word_lm.py", line 68, in
import util
File "/home/priyankit/models-master/tutorials/rnn/ptb/util.py", line
23, in
浏览 3提问于2017-08-31得票数 2
我使用cnn + lstm + ctc网络(基于)来做一个中文场景文本识别。对于大量的类(3500+)，网络很难训练。我听说使用组LSTM (，O. Kuchaiev和B. Ginsburg“LSTM网络的分解技巧”，ICLR2017研讨会。)可以减少参数数量并加速训练，所以我尝试在我的代码中使用它。
我使用两层双向lstm。这是使用tf.contrib.rnn.LSTMCell的原始代码
rnn_outputs, _, _ =
tf.contrib.rnn.stack_bidirectional_dynamic_rnn(
[tf.contrib.rnn.LSTMCell(num_units
浏览 15提问于2017-07-21得票数 2
我想训练一个神经网络，它逐字生成文本。经过一些研究，我决定使用LSTM网络来完成这项任务。
我的输入结构如下:我有一个充满文本的文件(大约90,000,000字符)，我将其分割成50个字符的重叠序列。请考虑这句话：
The quick brown fox jumps over the lazy dog
我把文本分成几个序列：
The quick brown
he quick brown_
e quick brown f
_quick brown fo
quick brown fox
我加了下划线，空格不会显示在这些.
这将是我输入数据的时间步骤。输出将是在每个序列之后的下一个字符，因此对于上面
浏览 4提问于2017-11-09得票数 1
回答已采纳
我在fedora上运行tensorflow 2.0
我正在尝试运行一些包含以下代码的代码：
cell1 = tf.contrib.rnn.LSTMCell(num_units=hidden_units_d1,
这会产生错误
AttributeError: module 'tensorflow_core.compat.v1' has no attribute 'contrib'
tensorflow文档说'rnn‘已经被'RNN API’取代了。
如何才能在不显著更改代码的情况下解决此问题？如何使用RNN API？
浏览 2提问于2019-10-12得票数 1
2回答
我正在尝试使用gdb跟踪Tensorflow操作内核实现，并支持特征SYCL。但是，当我试图安装.whl包时，会弹出一些有关fglrx的错误消息。
错误消息
Compiling /tmp/pip-1vfYDJ-build/tensorflow-1.0.1.data/purelib/tensorflow/contrib/cudnn_rnn/ops/gen_cudnn_rnn_ops.py ...
File "/tmp/pip-1vfYDJ-build/tensorflow-1.0.1.data/purelib/tensorflow/contrib/cudnn_rnn/ops/gen_
浏览 7提问于2017-10-04得票数 2
回答已采纳
下面是建立简单RNN的尝试：
import tensorflow as tf
BATCH_SIZE = 7
SEQUENCE_LENGTH = 5
VECTOR_SIZE = 3
STATE_SIZE = 4
x = tf.placeholder(tf.int32, [BATCH_SIZE, SEQUENCE_LENGTH, VECTOR_SIZE],
name='input_placeholder')
y = tf.placeholder(tf.int32, [BATCH_SIZE, SEQUENCE_LENGTH,],
浏览 2提问于2017-09-27得票数 2
1回答
RNN解码器与RNN的区别
、、、、
我们只使用RNN解码器(没有编码器)来生成文本，RNN解码器与纯RNN操作有什么不同？
TensorFlow中的随机神经网络解码器：
TensorFlow中的纯RNN：
耽误您时间，实在对不起
浏览 1提问于2017-04-18得票数 0
最近，我从tensorflow.Part代码教程中学习了关于RNN的代码，如下所示，而在上有更多信息
outputs = []
state = self._initial_state
with tf.variable_scope("RNN"):
for time_step in range(num_steps):
if time_step > 0: tf.get_variable_scope().reuse_variables()
(cell_output, state) = cell(inputs[:, tim
浏览 2提问于2017-06-19得票数 0
回答已采纳
1回答
无法从网站包导入模块
、、、、
我从站点包导入一个模块，但显示错误。我成功地导入了一个文件。
from tensorflow.contrib.rnn.python.ops import rnn_cell
但是当我要从rnn_cell导入一个模块时
from tensorflow.contrib.rnn.python.ops.rnn_cell import _norm
我搞错了
ImportError: cannot import name _norm
P.S.模块_norm()存在于rnn_cell文件.中。
浏览 3提问于2017-12-01得票数 0
我试图建立一个CNN + RNN模型，并得到以下错误。任何帮助都将不胜感激。
fc2具有形状(?,4096)
cell = tf.contrib.rnn.BasicLSTMCell(self.rnn_hidden_units)
stack = tf.contrib.rnn.MultiRNNCell([cell]*self.rnn_layers)
initial_state = cell.zero_state(self.batch_size, tf.float32)
initial_state = tf.identity(initial_state, name='initial_
浏览 0提问于2017-06-21得票数 9
回答已采纳
我在这里使用了一些代码：和tensorflow。我认为代码是为旧版本的tensorflow编写的，我使用的是1.0.0版本。我使用tf_upgrade.py升级了github代码库中的model.py，但仍然收到错误：
output, _, _ = contrib_rnn.bidirectional_rnn(fw_cell, bw_cell,
AttributeError: 'module' object has no attribute 'bidirectional_rnn'
这是在我将bidirectional_rnn调用更改为使用contrib_r
浏览 1提问于2017-02-17得票数 0
import tensorflow as tf
from tf.contrib import rnn
lstm_f = rnn.BasicLSTMCell(n_hidden, forget_bias=1.0)
lstm_b = rnn.BasicLSTMCell(n_hidden, forget_bias=1.0)
blstm_out, state_f, state_b = rnn.static_bidirectional_rnn(lstm_f, lstm_b, x, dtype=tf.float32)
上面的代码与tensorflow 1.x一起工作，但是我很难找到一种使用tensorflo
浏览 5提问于2019-05-07得票数 2
回答已采纳
当使用dynamic_rnn.It时，Tensorflow 1.7一开始运行良好，但是在第32步(在我运行代码时它会发生变化)，就会出现错误。当我使用较小的批处理时，代码似乎可以运行更长时间，但是错误仍然弹出.Just无法找出问题所在。
from mapping import *
def my_input_fn(features, targets, batch_size=20, shuffle=True, num_epochs=None, sequece_lenth=None):
ds = tf.data.Dataset.from_tensor_slices(
浏览 0提问于2018-04-21得票数 6
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
对象存储
即时通信 IM
实时音视频活动推荐
腾讯云开发者
