-
我一直在研究语音情感识别深度神经网络 我使用了具有 CTC 损失的 keras 双向 LSTM 我训练了模型并保存了它 model json model to json with open ctc model json w as json
-
我正在尝试实施一个LSTM 与 Keras https keras io layers recurrent lstm 我知道 Keras 中的 LSTM 需要具有形状的 3D 张量 nb samples timesteps input di
-
我正在尝试解决时间序列问题 简而言之 对于每个客户和材料 SKU代码 我过去都下了不同的订单 我需要建立一个模型来预测每个客户和材料下一次订单之前的天数 我想做的是在 Keras 中构建一个 LSTM 模型 其中对于每个客户和材料 我有 5
-
我一直在尝试理解示例代码https www tensorflow org tutorials recurrent https www tensorflow org tutorials recurrent你可以在以下位置找到https git
-
我想为我的分类特征构建一个带有嵌入的单层 LSTM 模型 我目前有数字特征和一些分类特征 例如位置 它不能进行单热编码 例如使用pd get dummies 由于计算复杂性 这正是我最初打算做的 让我们想象一个例子 样本数据 data us
-
我有一个模型 其中有 分类 和 回归 之类的部分 我使用乘法层合并它们 在执行乘法之前 我想根据阈值将分类部分的输出设置为 0 或 1 我尝试将 Lambda 层与自定义函数一起使用 如下所示 但是我遇到了各种错误 并且我对这些错误一无所知
-
我正在 Keras 上测试 LSTM 网络 在 CPU 上的训练 i2600k 16GB 上为 5 秒 epoch 比在 GPU 上 Nvidia 1060 6GB 上为 35 秒 要快得多 GPU 利用率运行在 15 左右 在尝试其他 L
-
我目前正在使用 Keras 使用 Tensorflow 作为后端 我有一个 LSTM 序列预测模型 如下所示 我用它来预测数据系列中的一步 输入 30 个步骤 每个步骤有 4 个特征 输出预测步骤 31 model Sequential m
-
我在理解堆叠 LSTM 网络中各层的输入输出流时遇到一些困难 假设我创建了一个如下所示的堆叠 LSTM 网络 parameters time steps 10 features 2 input shape time steps featur
-
这只是设置同一事物的不同方式还是它们实际上具有不同的含义 和网络配置有关系吗 在一个简单的例子中 我无法观察到以下之间的任何区别 model Sequential model add LSTM 1 batch input shape Non
-
我还没有找到任何可以使用的预训练 lstm 模型 tfLite 是否提供了任何预训练的 lstm 模型 我尝试创建 tflite 模型 但在转换时遇到问题 您能提供创建 tfLite 模型的确切脚本吗 tfLite 是否有任何用于创建最新版
-
我是 keras 的新用户 正在尝试实现 LSTM 模型 为了测试 我声明了如下所示的模型 但由于输入维度的差异而失败 虽然我在这个网站上发现了类似的问题 但我自己无法发现我的错误 ValueError Error when checkin
-
我正在尝试使用 Keras 实现 seq2seq 编码器 解码器 并在编码器上使用双向 lstm 如下所示 from keras layers import LSTM Bidirectional Input Concatenate from
-
我正在尝试使用 Tensorflow 学习 LSTM 模型进行情感分析 我已经经历了LSTM模型 http colah github io posts 2015 08 Understanding LSTMs 以下代码 create sent
-
在处理命名实体识别任务时 我收到以下错误消息 tensorflow python framework errors impl InvalidArgumentError assertion failed predictions must be
-
我想保存 LSTM 的最终状态 以便在恢复模型时将其包含在内并可用于预测 如下所述 当我使用时 保护程序仅了解最终状态tf assign 但是 这会引发错误 也将在下面解释 在训练期间 我总是将最终的 LSTM 状态反馈回网络 如中所述这个
-
我正在尝试制作一个自动编码器 但遇到了上述错误 查看 Stack Exchange 上的其他帖子并没有帮助 这是完整的错误 InvalidArgumentError Can not squeeze dim 1 expected a dime
-
我有一个包含 1000 个示例的数据集 其中每个示例都有5特征 a b c d e 我想喂7LSTM 的示例 以便它预测第 8 天的特征 a 阅读 nn LSTM 的 Pytorchs 文档 我得出以下结论 input size 5 hid
-
以下网络代码应该是经典的简单 LSTM 语言模型 一段时间后开始输出 nan 损失 在我的训练集上 这需要几个小时 而且我无法在较小的数据集上轻松复制它 但在认真的训练中 这种情况总是会发生 Sparse softmax with cros
-
在 LSTM 的 keras 示例中 用于对 IMDB 序列数据进行建模 https github com fchollet keras blob master examples imdb lstm py https github com