Python
Java
PHP
IOS
Android
Nodejs
JavaScript
Html5
Windows
Ubuntu
Linux
在 Keras 中使用 Subtract 层
我正在 Keras 中实现所描述的 LSTM 架构here http nlp cs rpi edu paper multilingualmultitask pdf 我认为我已经非常接近了 尽管我在共享层和特定语言层的组合方面仍然存在问题 这
python
machinelearning
Keras
LSTM
keraslayer
将静态数据(不随时间变化)添加到 LSTM 中的序列数据
我正在尝试建立一个如下图所示的模型 请看下图 我想在 LSTM 层中传递序列数据 在另一个前馈神经网络层中传递静态数据 血型 性别 后来我想将它们合并 然而 我对这里的维度感到困惑 如果我的理解是正确的 如图所示 5维序列数据如何与4维静态
machinelearning
Keras
neuralnetwork
Sequence
LSTM
如何获取基于Keras的LSTM模型中每个epoch的一层权重矩阵?
我有一个基于 Keras 的简单 LSTM 模型 X train X test Y train Y test train test split input labels test size 0 2 random state i 10 X t
tensorflow
deeplearning
Keras
LSTM
如何为 keras lstm 输入重塑数据?
我是 Keras 新手 我发现很难理解 LSTM 层输入数据的形状 Keras 文档表示输入数据应该是形状为 nb samples timesteps input dim 的 3D 张量 我有808信号 每个信号有22个通道和2000个数据
python
Keras
signals
LSTM
.fit() 层的 shuffle = 'batch' 参数如何在后台工作?
当我使用以下方法训练模型时 fit 层的参数 shuffle 预设为 True 假设我的数据集有 100 个样本 批量大小为 10 当我设置shuffle True然后 keras 首先随机选择样本 现在 100 个样本具有不同的顺序 根据
Keras
shuffle
LSTM
recurrentneuralnetwork
在 Tensorflow 中检索 LSTM 序列的最后一个值
我有不同长度的序列 想在 Tensorflow 中使用 LSTM 进行分类 对于分类 我只需要每个序列最后一个时间步长的 LSTM 输出 max length 10 n dims 2 layer units 5 input tf place
python
tensorflow
deeplearning
LSTM
无法挤压 dim[1],预期维度为 1,得到 499
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
python
Keras
LSTM
如何使用有状态 LSTM 和 batch_size > 1 布置训练数据
背景 我想在 Keras 中对 有状态 LSTM 进行小批量训练 我的输入训练数据位于一个大矩阵 X 中 其维度为 m x n 其中 m number of subsequences n number of time steps per s
tensorflow
machinelearning
Keras
Theano
LSTM
Tensorflow:如何使用dynamic_rnn从LSTMCell获取中间细胞状态(c)?
默认情况下 函数dynamic rnn仅输出隐藏状态 称为m 对于每个时间点可以通过如下方式获得 cell tf contrib rnn LSTMCell 100 rnn outputs tf nn dynamic rnn cell inp
python
machinelearning
tensorflow
LSTM
recurrentneuralnetwork
Tensorflow将LSTM的最终状态保存在dynamic_rnn中用于预测
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
python
machinelearning
tensorflow
LSTM
recurrentneuralnetwork
将 CNN 的输出传递给 BILSTM
我正在开发一个项目 其中我必须将 CNN 的输出传递给双向 LSTM 我创建了如下模型 但它抛出 不兼容 错误 请让我知道哪里出了问题以及如何解决这个问题 model Sequential model add Conv2D filters
python
tensorflow
Keras
LSTM
convneuralnetwork
Python - 基于 LSTM 的 RNN 需要 3D 输入?
我正在尝试构建一个基于 LSTM RNN 的深度学习网络 这是尝试过的 from keras models import Sequential from keras layers import Dense Dropout Activatio
python3x
Keras
LSTM
recurrentneuralnetwork
keraslayer
在 Keras 中,LSTM 状态何时在 model.predict 调用中重置?
该模型将 LSTM 作为第一层 当调用 model predict 时 假设您传递了几个样本 gt sam np array 5 6 3 6 6 3 5 6 3 gt model predict sam array 0 23589483 0
Keras
LSTM
InvalidArgumentError:索引[0,0] = -1 不在 [0, 10) 中
它与 MLP 一起进行二元分类效果很好 然而 在 LSTM 和卷积中 它给出了InvalidArgumentError 我发现 y 需要重塑 我就这么做了 我尝试了 x 的所有正值 并且模型运行良好 那么负值有什么问题呢 数据在代码中给出
python
tensorflow
deeplearning
Keras
LSTM
结合 CNN 和双向 LSTM
我正在尝试结合 CNN 和 LSTM 进行图像分类 我尝试了以下代码 但收到错误 我有 4 个课程需要训练和测试 以下是代码 from keras models import Sequential from keras layers imp
python
tensorflow
Keras
LSTM
convneuralnetwork
在批次之间传递 LSTM 状态的最佳方式
我正在尝试找到在批次之间传递 LSTM 状态的最佳方法 我已经搜索了所有内容 但找不到当前实施的解决方案 想象一下我有类似的东西 cells rnn LSTMCell size for size in 256 256 cells rnn M
python
tensorflow
LSTM
为什么 import cntk as C 在 google colab 中不起作用
我安装了opencv版本3 4 4 安装了cntk 导入到google collab给出了以下结果 import cntk as C usr local lib python3 6 dist packages cntk cntk py in
python3x
jupyternotebook
LSTM
googlecolaboratory
cntk
Tensorflow 2.2.0 错误:[预测必须 > 0] [条件 x >= y 不满足元素方向:] 使用双向 LSTM 层时
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
python
tensorflow
LSTM
seq2seq 中的 TimeDistributed(Dense) 与 Dense
鉴于下面的代码 encoder inputs Input shape 16 70 encoder LSTM latent dim return state True encoder outputs state h state c encod
tensorflow
Keras
LSTM
Seq2Seq
EncoderDecoder
了解 Tensorflow LSTM 模型输入?
我在理解 TensorFlow 中的 LSTM 模型时遇到一些困难 我用tflearn http tflearn org 作为包装器 因为它自动完成所有初始化和其他更高级别的工作 为了简单起见 我们考虑这个示例程序 https github
python
machinelearning
tensorflow
deeplearning
LSTM
«
1
2
3
4
5
6
...19
»