以下是代码model.add(LSTM(256, input_shape=(None, 1), return_sequences=True))model.add(Dense(1))model = Sequential()
浏览 62提问于2019-07-29得票数 2
我有一个堆叠的MultiRNNCell，定义如下：rnn_size = 512lstm_dropout_1 = tf.nn.rnn_cell.DropoutWrapper(lstm_1, output_keep_prob = keep_prob)
lstm_2 = tf.nn.rnn_cell.LSTMCell(
浏览 1提问于2018-03-18得票数 2
回答已采纳
我试图将一个现有的经过训练的PyTorch模型移植到Keras中。LSTM网络的Keras实现似乎有三种状态矩阵，而Pytorch实现有四种状态矩阵。例如，对于具有hidden_layers=64、input_size=512和输出size=128状态参数的双向LSTM，如下所示[<tf.Variable 'bidirectional_1/forward_
浏览 2提问于2018-01-20得票数 11
回答已采纳
1回答
错误堆栈跟踪并不是直接的，这使得它更难理解。
在构建图表时，我得到了下面的错误。and 256 for 'decoding/decoder/while/BasicDecoderStep/decoder/multi_rnn_cell/cell_0/cell_0/basic_lstm_cell,512], [?,256].and 256 for 'decoding/decoder&#
浏览 1提问于2017-09-02得票数 1
回答已采纳
对于一个项目，我试图创建一个函数，可以将拉丁字母中的名称“翻译”为IPA (音标)。我在R的sequence2sequence模型中找到了一个用于字符级机器翻译的例子：我现在的剧本在下面。不要全读，我会在下面高亮显示相关的部分。batch_size = 64 # Batch size for training.latent_dim = 2
浏览 7提问于2022-11-09得票数 0
回答已采纳
1回答
其思想是在钢琴音符的基础上训练预测弦乐音符的模型。所以它会产生钢琴的弦乐旋律。为了使它更流畅，不仅要考虑当前的钢琴音符，还要考虑以前的音符。n_vocab_string_notes):model = Sequential()
512,
input_shape=
浏览 1提问于2018-05-19得票数 0
回答已采纳
1回答
在RHS = in Keras上用括号分隔的两个值的含义是什么？LSTM_layer = LSTM(units=256)(embedding)from tensorflow.keras.models import Modelfrom tensorflow.keras import optimizers
sentence_in
浏览 5提问于2022-06-15得票数 0
回答已采纳
1回答
双向层是否将编码器与解码器或解码器与解码器连接。这是编码器的三个部分，提供给下面的解码器。, h1, c1 = LSTM(256, return_state = True, return_sequences = True)(input_ctx_embed)
encoder_lstm2,h2,c2 = LSTM(256, return_state = True, return_sequences = True)(encoder_lstm
浏览 3提问于2020-05-26得票数 0
回答已采纳
1回答
以下是我的代码model.add(LSTM(128, input_shape=(None, 1),return_sequences=True))#I want test 32,64,128,256,512,1024 number of entering the layer
#I want test 32,64,128,<em
浏览 3提问于2019-08-03得票数 0
回答已采纳
1回答
我试图创建一个CNN + LSTM网络，但LSTM层不接受输入形状。有什么我能做的吗？Activation('relu'))model.add(Dropout(0.2))
model.add(Flatten())
model.add(Dense(7, activation=
浏览 2提问于2020-05-14得票数 1
回答已采纳
1回答
LSTM的训练与测试精度计算
、、、、
我正在用下面的代码构建一个LSTM模型，我希望计算该模型的训练和测试精度。我是机器学习的新手，我唯一知道的计算精度的方法就是使用sklearn的“精确分数”。=req_length))input = (req_length, 32)lstm_model.add(LSTM(units = 50, ret
浏览 5提问于2022-05-05得票数 0
1回答
我一直在使用一个名为Hyperas的Python库，它是一个用于调优Keras模型中参数的hyperopt/keras包装器。我的问题是关于Hyperas的输出。我已经阅读了文档和源代码，但似乎无法理解输出的含义或如何解释。model = Sequential()
model.add(Embedding(max_features, output_dim = {{choice([32,64,128,256,512])}}, input_lengt
浏览 7提问于2018-02-06得票数 1
回答已采纳
1回答
我正在尝试在lstm输出的每个时间步应用平均池化，请找到我的体系结构，如下所示 X_input = tf.keras.layers.Input(shape=(64,35))
X= tf.keras.layers.LSTM(512,activation="tanh",return_sequences=True,kernel_initializer=tf.keras.initializers.he_uniform(seed=45),kernel_regularizer=tf.keras.r
浏览 93提问于2020-12-08得票数 0
1回答
我正在做一个简单的二进制分类模型，它需要30个时间戳和5个特征，并且应该返回某个类别的概率 我遇到了模型的损失不会随着时代的推移而减少的问题。我查看了模型的摘要和输出，发现它不是生成单个输出数字(类的概率)，而是生成一个包含30个概率的数组，这可能会导致它无法学习。模型代码如下： print(train['inputs'].shape) #(3511,30,5)
print(train['labels'].shape) #(3
浏览 10提问于2021-01-28得票数 0
回答已采纳
1回答
它们的目标向量应该是与输入匹配的N-热向量.这意味着我的输入应该是(Batch_size，N，sequence_length，feature_length)
x = Input(shape=(72,300))
aux_input = Inp
浏览 0提问于2019-01-04得票数 0
1回答
我正在尝试使用编码器LSTM和解码器LSTM创建seq2seq模型，这两个模型都使用Bidirectional层。(lstm_units, return_state=True, name="Enc_LSTM1"), name="Enc_Bi1")(x) # pass hidden activation and memory层的initial_state。但是如果我用Bidirectional层包装这个Dec_LSTM1层，它就不会像我传递initi
浏览 1提问于2021-02-23得票数 1
1回答
我正在尝试将两个LSTM层合并在一起，但没有成功。answers_questions_lstm = LSTM(256,input_shape=(8,4,))answers_combined_lstm = Add()([answers_questions_lstm,answers_contexts_lstm])
浏览 0提问于2019-12-01得票数 0
2回答
我想在相同数量的tensorflow keras包装器中实现单向和双向LSTM。例如，我用256个单元实现单向LSTM，用128个单元实现双向LSTM (据我所知，每个方向的LSTM为128个单元，总共256个单元)。实施细节：in_ = tf.keras.Input(shape=(28,28))
x = tf.keras.layers.LSTM(256)(in_)
浏览 0提问于2020-07-27得票数 1
回答已采纳
2回答
我在一个非常大的数据集(250 K图像)上对它进行了训练，并且获得了94%的准确率。但该模型预测大多数情况下"is“为"1s”或"1S“。我检查了数据集，它包含了相当多的" is“实例，所以我认为dataset不是问题所在。此外，当它是另一个词的一部分时，如"this“或"christian”，该模型也能正确地预测。这种行为的原因可能是什么?我如何改进"is“这个模型。减少最大池层的</e
浏览 1提问于2018-05-14得票数 0
1回答
我想建立一个端到端的可训练模式，包括以下几个方面：
我现在的问题是在重塑之后，如何用Keras或Tensorflow将特征矩阵的值提供给LSTM？
浏览 3提问于2017-04-28得票数 1
云服务器
ICP备案
对象存储
实时音视频
云直播
腾讯云开发者
