长期短期记忆。一种神经网络架构,包含可以记住任意时间长度值的循环NN块。深度NN非常受欢迎的构建块。
我试图了解如何正确地将数据馈送到我的keras模型中,以使用LSTM神经网络将多变量时间序列数据分类为三个类。我查看了不同的资源......
我有一个用于序列预测的Lstm模型,如下所示:def create_model(max_sequence_len,total_words):input_len = max_sequence_len - 1 model = keras.models.Sequential()model ....
TypeError:view()最多需要2个参数(给定3个)
我尝试在pytorch中使用view()但我不能输入3个参数。我不知道为什么它一直给出这个错误?谁能帮我这个? def forward(self,input):lstm_out,self.hidden = ...
许多基于LSTM的seq2seq编码器 - 解码器架构教程(例如英语 - 法语翻译)将模型定义如下:encoder_inputs =输入(shape =(None,))en_x =嵌入(...
我目前正在使用LSTM层训练一个用于天气预报的递归神经网络。网络本身非常简单,看起来大致如下:model = Sequential()model.add(LSTM(...
使用Keras / Theano和LSTM进行多标签文本分类
尝试使用Keras / Theano运行LSTM多标签文本分类。我有一个文本/标签csv。文本是纯文本,标签是数字,总共9个,从1到9.我想我没有配置...
在嵌入层之后应用Dropout Layer与通过LSTM dropout参数应用dropout具有相同的效果吗?
我对在Keras中将Dropout应用到我的Sequential模型的不同方法感到有些困惑。我的模型如下:model = Sequential()model.add(Embedding(input_dim = 64,output_dim = 64,...
我是深度学习的新手,我正在使用张量流API,LSTM模型和ctc损失函数制作基本的端到端语音识别器。我已将我的音频功能提取到mfccs。我真的不知道怎么样......
在置换层之后,尺寸变为(无,无,12,16)我想用LSTM(48个单位)和input_shape(12,16)总结最后两个维度,以便整体尺寸变为(无,无,48)。 。
我正在尝试使用LSTM预测时间序列。为了减少方差,我试图预测使用3个模型并取3的平均值,这给了我更好的结果。训练结束后......
如何使用Tensorflow计算AUC并生成RNN和LSTM模型的ROC曲线?
我正在运行RNN和LSTM模型使用客户预定义的函数trainDNN import tensorflow作为tf来自tensorflow.contrib.layers从sklearn.utils导入fully_connected import h5py导入时间...
我有一个包含['station_id','feature1','feature2',...等列的数据集。每一行都是一个时间步。它按station_id排序。主要问题是station_ids有不同的数量......
带有LSTM的GridSearchCV / RandomizedSearchCV
我坚持尝试通过RandomizedSearchCV调整LSTM的超参数。我的代码如下:X_train = X_train.reshape((X_train.shape [0],1,X_train.shape [1]))X_test = X_test.reshape((X_test ....
我目前正在使用基本的LSTM进行回归预测,我想实现一个因果CNN,因为它应该在计算上更有效率。我正在努力弄清楚如何重塑......
更新:生成新字符的逻辑错误。见下面的答案。原始问题:我使用Pytorch构建了一个用于生成字符级文本的LSTM。模型训练良好(损失...
我试图为不同的输入使用相同的LSTM架构,因此在展开双向LSTM的同时传递相同的单元,同时展开不同的输入。我不确定它是否正在创造......
是什么导致“ValueError:检查目标时出错:预期dense_2有2个维度,但得到的数组有形状(30,1,166)”?
我试图调整代码来识别从mnist到文本生成任务的数字。我收到一个值错误:ValueError:检查目标时出错:期望dense_2有2个维度,但是......
具有可变句长度的Keras LSTM - 传递给模型的Numpy数组列表,而不是预期的大小模型
我已经成功实现了一个用于生成音乐的LSTM教程。然而,我正努力为语言创造一个(我的主要兴趣)。我有一个单词索引,这里有两个来自......的例句
当训练数据在不同长度的多个时间序列的多个csv文件中时如何提供LSTM?
我正在运行LSTM来为每位患者分类医疗记录。这就是说,对于每个病人(观察),我有一个CSV文件。整个数据集是多个CSV文件,每个文件都是......
我正在使用时间序列数据在lstm中工作,我发现网络的梯度存在问题。我有一层121个lstm细胞。对于每个单元格,我有一个输入值,我得到一个输出值。一世 ...