Python
Java
PHP
IOS
Android
Nodejs
JavaScript
Html5
Windows
Ubuntu
Linux
张量流中 LSTM 的正则化
Tensorflow 提供了一个很好的 LSTM 包装器 rnn cell BasicLSTM num units forget bias 1 0 input size None state is tuple False activatio
neuralnetwork
tensorflow
LSTM
recurrentneuralnetwork
Keras 中的 Seq2Seq 双向编码器解码器
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
neuralnetwork
Keras
LSTM
recurrentneuralnetwork
Seq2Seq
Keras One Hot 编码内存管理 - 最好的出路
我知道这个问题已经以不同的方式得到了解答past https stackoverflow com questions 41058780 python one hot encoding for huge data 但我无法弄清楚并适合我的代码
python3x
Keras
LSTM
Chatbot
onehotencoding
检查目标时出错:预期 time_distributed_5 有 3 个维度,但得到形状为 (14724, 1) 的数组
尝试建立单输出回归模型 但最后一层似乎有问题 inputs Input shape 48 1 lstm CuDNNLSTM 256 return sequences True inputs lstm Dropout dropouts 0 l
tensorflow
neuralnetwork
Keras
LSTM
keraslayer
对可变长度序列进行训练和预测
传感器 同类型的 分散在我的网站上 不定期地手动向我的后端报告 在报告之间 传感器聚合事件并批量报告它们 以下数据集是批量收集的序列事件数据的集合 例如传感器 1 报告了 2 次 在第一批 2 个事件和第二批 3 个事件中 传感器 2 报告
python
tensorflow
Keras
LSTM
Keras LSTM:检查模型输入维度时出错
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
python
neuralnetwork
deeplearning
Keras
LSTM
TfLite LSTM 模型
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
python
tensorflow
Keras
deeplearning
LSTM
使用 conv1D “检查输入时出错:期望 conv1d_input 有 3 个维度,但得到形状为 (213412, 36) 的数组”
我的输入只是一个 csv 文件237124行和37列 首先36列作为特征 The last列是一个二进制类标签 我正在尝试在 conv1D 模型上训练我的数据 我尝试过建立一个一层 CNN 但我有一些问题 编译器输出 ValueError
python
Keras
neuralnetwork
convneuralnetwork
LSTM
“ValueError:期望来自 tf.keras.Input() 的 KerasTensor”。使用 dropout 函数进行预测时出现错误
我试图在测试期间使用 Dropout 来预测回归问题的不确定性亚林 加尔的文章 https www cs ox ac uk people yarin gal website blog 3d801aa532c1ce html 我使用 Kera
tensorflow
Keras
LSTM
keraslayer
dropout
Tensorflow - LSTM - “张量”对象不可迭代
您好 我正在对 lstm rnn 单元使用以下函数 def LSTM RNN X istate weights biases Function returns a tensorflow LSTM RNN artificial neural
python
neuralnetwork
tensorflow
LSTM
为什么RNN总是输出1
我使用循环神经网络 RNN 进行预测 但由于某些奇怪的原因 它总是输出 1 这里我用一个玩具示例对此进行解释 Example考虑一个矩阵M维度 360 5 和一个向量Y其中包含 rowsumM 现在 使用 RNN 我想预测Y from M
r
neuralnetwork
deeplearning
LSTM
recurrentneuralnetwork
Keras ConvLSTM2D:输出层上的 ValueError
我正在尝试训练 2D 卷积 LSTM 以根据视频数据进行分类预测 然而 我的输出层似乎遇到了问题 ValueError 检查目标时出错 预期dense 1 有 5 个维度 但得到了形状为 1 1939 9 的数组 我当前的模型基于ConvL
python
tensorflow
Keras
convneuralnetwork
LSTM
如何处理极长的LSTM序列长度?
我有一些数据以非常高的速率 大约每秒数百次 采样 对于任何给定实例 这会导致平均序列长度很大 约 90 000 个样本 整个序列有一个标签 我正在尝试使用 LSTM 神经网络将新序列分类为这些标签之一 多类分类 然而 使用具有如此大序列长度
neuralnetwork
LSTM
LSTM中的input_shape和batch_input_shape有什么区别
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
machinelearning
deeplearning
Keras
LSTM
recurrentneuralnetwork
多特征因果 CNN - Keras 实现
我目前正在使用基本的 LSTM 进行回归预测 并且我想实现一个因果 CNN 因为它的计算效率应该更高 我正在努力弄清楚如何重塑当前的数据以适应因果 CNN 单元并表示相同的数据 时间步关系以及扩张率应设置为多少 我当前的数据是这样的 num
python
Keras
deeplearning
convneuralnetwork
LSTM
Keras - 从一个神经网络做出两个预测
我正在尝试组合由同一网络产生的两个输出 该网络对 4 类任务和 10 类任务进行预测 然后我希望将这些输出组合起来 得到一个长度为 14 的数组 我将其用作最终目标 虽然这似乎很有效 但预测总是针对一个类别 因此它会产生一个概率分布 该概率
python
tensorflow
Keras
LSTM
lossfunction
keras 学习的 LSTM 网络中的前向传递
我有以下代码 希望能够从 2 层 LSTM 获得前向传递 this is a simple numerical example of LSTM forward pass to allow deep understanding the LST
tensorflow
Keras
LSTM
recurrentneuralnetwork
尝试使用屏蔽输入对 LSTM Seq2Seq 执行推理时出现 CUDNN_STATUS_BAD_PARAM
我正在使用 keras 层tensorflow 2 0建立一个简单的基于 LSTM 的 Seq2Seq 文本生成模型 versions我正在使用 Python 3 6 9 Tensorflow 2 0 0 CUDA 10 0 CUDNN 7
python
tensorflow
LSTM
tensorflow20
tfkeras
机器学习算法实战案例:LSTM实现多变量多步负荷预测
文章目录 1 数据处理 1 1 数据集简介 1 2 数据集处理 2 模型训练与预测 2
机器学习算法实战
机器学习
算法
LSTM
python
需要下一状态传播进行反向传播的神经网络强化学习
我正在尝试构建一个包含卷积和 LSTM 使用 Torch 库 的神经网络 以通过 Q 学习或优势学习进行训练 这两者都需要在更新状态 T 的权重之前通过网络传播状态 T 1 必须进行额外的传播会降低性能 这很糟糕 但不是too坏的 然而 问
neuralnetwork
reinforcementlearning
torch
LSTM
temporaldifference
«
1
2
3
4
5
6
...19
»