gated-recurrent-unit

7熱度

2回答

在張量流中，如何迭代存儲在張量中的一系列輸入？

我正在嘗試關於可變長度多變量序列分類問題的RNN。 我已經定義下面的函數來獲得該序列的輸出（即RNN細胞的從序列中的最後輸入後的輸出被饋送） def get_sequence_output(x_sequence, initial_hidden_state): previous_hidden_state = initial_hidden_state for x_single in

python tensorflow recurrent-neural-network gated-recurrent-unit 2016-07-22

---

5熱度

1回答

Tensorflow中GRU單元的說明？

Tensorflow的GRUCell的以下代碼顯示了當前一個隱藏狀態與序列中的當前輸入一起提供時，獲取更新隱藏狀態的典型操作。 def __call__(self, inputs, state, scope=None): """Gated recurrent unit (GRU) with nunits cells.""" with vs.variable_scope(scop

neural-network tensorflow recurrent-neural-network gated-recurrent-unit 2016-08-01

---

3熱度

1回答

Theano中的GRU實現

基於官方Theano教程（http://deeplearning.net/tutorial/code/lstm.py）中提供的LSTM代碼，我改變了LSTM層代碼（即函數lstm_layer()和param_init_lstm()）以執行GRU。提供的LSTM代碼訓練良好，但不是GRU I編碼：LSTM訓練集的準確度上升到1（訓練成本= 0），而GRU停滯在0.7（訓練成本= 0） 0.3）。 下

python neural-network theano deep-learning gated-recurrent-unit 2015-11-30

---

4熱度

1回答

當獲取可變序列長度的激活時，Tensorflow GRU單元格錯誤

我想在某些時間序列數據上運行GRU單元，以根據最後一層中的激活對它們進行聚類。我做了一個小改動，GRU單元實現 def __call__(self, inputs, state, scope=None): """Gated recurrent unit (GRU) with nunits cells.""" with vs.variable_scope(scope or type(self).

python python-2.7 tensorflow recurrent-neural-network gated-recurrent-unit 2016-04-29

---

1熱度

1回答

GRU單元的Xavier初始化

試圖初始化我的seq2seq模型。我正在使用GRU Cells，但無法弄清楚Xavier-Initialization。 rnn_cell.py中的代碼似乎不允許。有任何想法嗎？需要手動執行此操作？ THX

initialization tensorflow recurrent-neural-network gated-recurrent-unit 2016-08-17

---

1熱度

1回答

讀數和老師強迫的原則是什麼？

這些天我研究了一些關於RNN和老師強迫的事情。但有一點我不明白。讀數和教師強迫的原則是什麼？通過將輸出與此步驟的輸入一起使用，或者將輸出用作此步驟的單元狀態，我們如何能夠將RNN的輸出（或地面實況）從前一時間步驟反饋回當前時間步驟？我讀過一些論文，但仍困惑着我。（╯□╰）o。希望有人能爲我解答。

deep-learning lstm recurrent-neural-network gated-recurrent-unit 2017-06-14

---

0熱度

1回答

GRU in DeepLearning4J

我正在嘗試在DeepLearning4J中找到GRU實現，但似乎無法找到它。有誰知道GRU是否在DL4J內實現？如果是的話，請你直接給我一個例子。如果沒有，這是否在他們的路線圖上？ 謝謝

deep-learning deeplearning4j rnn gated-recurrent-unit 2017-08-02

---

0熱度

1回答

張量流（python）的GRUCell中輸入和隱藏狀態的大小應該是多少？

我是tensorflow的新手（1天的經驗）。 我想下面的小代碼來創建一個簡單的基於GRU RNN與單層和100隱藏的尺寸如下： import pickle import numpy as np import pandas as pd import tensorflow as tf # parameters batch_size = 50 hidden_size = 100 #

python tensorflow recurrent-neural-network gated-recurrent-unit 2016-07-06

---

0熱度

1回答

如何完成以下基於GRU的RNN編寫的張量流？

到目前爲止，我已經寫了下面的代碼： import pickle import numpy as np import pandas as pd import tensorflow as tf # load pickled objects (x and y) x_input, y_actual = pickle.load(open('sample_input.pickle', 'rb'))

python tensorflow recurrent-neural-network gated-recurrent-unit 2016-07-06

---

2熱度

1回答

在張量流中創建多層遞歸神經網絡

我試圖在張量流中創建具有GRU單元（以及LSTM單元）的多層遞歸神經網絡。我看了多個來源，包括官方教程。但是我一直看到下面的多層RNN模式（這裏用GRU單元顯示）。 cell = GRUCell(num_neurons) # Or LSTMCell(num_neurons) cell = DropoutWrapper(cell, output_keep_prob=dropout) cell =

tensorflow recurrent-neural-network lstm gated-recurrent-unit 2016-08-30

---