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。
我正在处理不同长度的序列。但我只想根据序列末尾计算的输出对它们进行渐变。订购样品,使它们在...中减少
我想预测每周可预测的某些值(低SNR)。我需要预测一年中形成的一年的整个时间序列(52个值 - 图1)我的第一个想法是......
LSTM。使用inverse_transform计算RMSE
我在LSTM模型中计算RMSE(均方根误差)时遇到了一些麻烦。这个模型非常合适,而且我正在减少损失,但是当我试图逆变换我的时候......
我有时间序列的P过程,每个过程都有不同的长度,但都有5个变量(维度)。我试图预测测试过程的估计寿命。我正在接近这个问题......
我试图找到在批次之间传递LSTM状态的最佳方法。我搜索了所有内容,但我找不到当前实现的解决方案。想象一下,我有类似的东西:......
我正在尝试使用keras实现带有LSTM的A3C模型,我在没有LSTM的情况下使用这个版本的A3C:“https://github.com/coreylynch/async-rl”,并尝试仅修改网络代码,但是一世 ...
Tensorflow:LSTM中使用variable_scope的值错误
这是我在训练GAN的tensorflow中的代码。我正在训练des能够区分假视频和原创视频。我有重要的不相关的代码部分,以避免堆栈溢出主要是代码...
我正在尝试构建一个模型,其中我有一个张量,必须被挤压然后送入LSTM。由于压缩张量没有图层属性,因此模型无法编译。使用......
我正在尝试将Keras 1.0模型中的权重加载到我创建的Keras 2.0模型中。我确信模型架构完全相同。我遇到的问题是load_weights()函数是......
在python中,我试图在keras中使用Sequential构建一个神经网络模型来执行二进制分类。请注意,X是时间序列数据59x1000x3的numpy数组(样本x时间步长x ...
我正在尝试使用基本RNN进行单词预测。我需要为RNN小区提供输入;我正在尝试下面的代码X_input = tf.placeholder(tf.int32,shape =(None,sequence_length,1))Y_target ...
我在它上面训练了一个w2v模型和一个keras LSTM模型:pretrained_weights = w2v_model.wv.syn0 vocab_size,emdedding_size = pretrained_weights.shape keras_lstm_model = Sequential()...
好的,所以我在https://cs.stanford.edu/people/karpathy/char-rnn/shakespear.txt上训练了有状态的LSTM。它在准确性方面似乎没有太糟糕,但知道我想生成我的......
我正在尝试在Keras中制作LSTM用于时间序列预测。特别是,一旦训练模型,它应该预测看不见的值。时间序列的可视化如下所示。 ......
我正在使用Keras的LSTM处理时间序列预测问题。我在TimeseriesGenerator上完成了数据集的整形和批处理,但我不确定我是否得到了我想要的结果,所以我...
我想使用Keras实现下图所示的模型,但我不知道该怎么做。如果给出了模型的输入(batch,max_length_sentence,...
我正在尝试使用Keras构建一个lstm文本分类器。这是模型结构:model_word2vec = Sequential()model_word2vec.add(嵌入(input_dim = vocabulary_dimension,...
我在使用LSTM和Keras时遇到了麻烦。我试图预测正常/假冒的域名。我的数据集是这样的:域名,假谷歌,0 bezqcuoqzcjloc,1 ... 50%正常和50%假域名这里...
LSTM:如何有效地理解和使用return_sequences = False?
我正在进行多变量时间序列分析。我打算用不同的批量大小和超参数运行这个网络很多次。因此,我一直保持一般性......
我使用keras构建RNN,但是当我想将时间步长更改为不同大小时,我得到一个错误,我无法在这里完成它是我的例子来自numpy import array import numpy as np ...