lstm

1熱度

1回答

Keras：嵌入層+ LSTM：時間維度

這可能是太傻問...但是... 當使用LSTM初始Embedding層Keras（例如Keras LSTM-IMDB tutorial code）後，請問該怎麼Embedding層知道有一個時間維度？換句話說，訓練數據集中每個序列的長度是怎樣的？嵌入層如何知道我正在訓練的是句子，而不是單個單詞？它只是在訓練過程中推斷出來的嗎？

python machine-learning neural-network keras lstm 2017-08-03

---

0熱度

1回答

維在keras LSTM模型

說，這是訓練和測試數據： X_matrix.shape = (5, 115318, 4) ; Y_matrix.shape = (5, 115318, 51) ，我用的LSTM模式是： model = Sequential() model.add(LSTM(128, dropout=0.2, recurrent_dropout=0.2)) model.add(Dense(51, activ

python keras lstm 2017-08-06

---

0熱度

1回答

RNN中驗證數據的標籤錯誤率不會降低LSTM

我正在使用this link來構建語音識別器。運行後，我可以看到，在200個曆元後，訓練標籤錯誤率從1.023下降到0.085，但驗證標籤錯誤率僅從1.347下降到0.843。稍後，驗證標籤錯誤率不會再降低。 任何人都可以建議網絡結構的任何變化或超參數的變化，以提高驗證標籤錯誤率嗎？

tensorflow speech-recognition lstm recurrent-neural-network 2017-08-07

---

1熱度

1回答

如何使用tensorflow中的python3預測LSTM模型中的情緒？

wordsList = np.load('training_data/wordsList.npy') wordsList = wordsList.tolist() #Originally loaded as numpy array wordsList = [word.decode('UTF-8') for word in wordsList] #Encode words as UTF-8 w

python-3.x testing tensorflow lstm rnn 2017-08-07

---

1熱度

1回答

無狀態LSTM存在的意義何在？

LSTM的主要目的是利用其記憶屬性。基於此，無狀態LSTM的存在意義何在？我們不要通過這樣做將它「轉換」爲簡單的NN嗎？ 換句話說..是否無國籍使用LSTM的目的是在輸入數據中的序列（窗口）進行建模 - 如果我們應用洗牌=假在配合層中keras - （例如，用於一個窗口10個時間步驟捕獲10個字符的單詞之間的任何模式）？如果是的話，我們爲什麼不將初始輸入數據轉換爲匹配被檢查序列的形式，然後使用一個

python keras lstm rnn 2017-08-07

---

0熱度

2回答

類型錯誤：預期INT32，得到了在Keras 2

我正在從網站的例子包含類型「_Message」，而不是...的張量清單：http://machinelearningmastery.com/time-series-forecasting-long-short-term-memory-network-python/ from pandas import DataFrame from pandas import Series from panda

python-3.x tensorflow keras lstm 2017-08-07

---

0熱度

1回答

在凱拉斯CRF的LSTM

我真的不明白如何結合sklearn_crfsuite和凱拉斯。 我必須做一個經典的LSTM，並保證最後一次激活，我使用sklearn_crfsuite？ 有人有一個例子嗎？ THX，

scikit-learn keras lstm crf crfsuite 2017-08-07

---

3熱度

1回答

.fit（）圖層的shuffle ='batch'參數如何在後臺工作？

當我使用.fit()圖層訓練模型時，參數shuffle預設爲True。 假設我的數據集有100個樣本，並且批量大小爲10.當我設置shuffle = True時，keras首先隨機地隨機選擇樣本（現在100個樣本的順序不同），然後按照新的順序開始創建批次：批次1：1-10，批次2：11-20等 如果我設置shuffle = 'batch'它應該如何在後臺工作？直觀地使用批量大小爲10的100個樣本

keras shuffle lstm rnn 2017-08-08

---

1熱度

2回答

Python - Tensorflow - LSTM- ValueError：檢查模型目標時出錯：期望的dense_16具有形狀（無，100）但是獲得了具有形狀的數組（0123）

有人能幫助我理解這個錯誤是什麼嗎？ model = Sequential() model.add(Embedding(82, 100, weights=[embedding_matrix], input_length=1000)) model.add(LSTM(100)) model.add(Dense(100, activation = 'sigmoid')) model.compile

python tensorflow deep-learning lstm keras-2 2017-08-11

---

0熱度

1回答

如何在Keras中使用Embedding（）和3D張量？

我有股票價格序列的每個時間步長20名單。這是一個二維數組（total_seq，20）。我可以將它重新整理成（total_seq，20，1）以連接到其他功能。 我也有10個字每個時間步長的新聞標題。所以，我有從Tokenizer.texts_to_sequences()和sequence.pad_sequences()新聞的令牌的形狀（total_seq，20，10）的3D陣列。 我想連接的消息嵌入

python-3.x deep-learning keras lstm word-embedding 2017-08-11

---