recurrent-neural-network

0熱度

1回答

Keras：可變輸入序列：填充vs形狀無？

我發現了兩種可能的解決方案，用Keras中的RNN處理可變尺寸輸入序列。 溶液之一： input = Input(shape=(None, num_classes)) 然後我可以把任何序列大小作爲用於訓練和驗證的輸入。 解決辦法二： input = Input(shape=(max_seq_length, num_classes)) ... pad_sequences(input_data

tensorflow deep-learning keras recurrent-neural-network rnn 2017-10-08

---

1熱度

1回答

掩膜如何在keras中的經常模型中工作？

我發現了一個訓練有素的基於LSTM的網絡。 網絡允許屏蔽。 for l in range(len(model.layers)): d=model.layers[l].__dict__ print(d['supports_masking']) print(d['name']) 是True對於我來說，輸入圖層旁邊的所有「名稱」。 我也有一個時間系列，缺少時間戳，我用正

tensorflow keras lstm recurrent-neural-network sequential 2017-10-11

---

4熱度

1回答

是否有一些用於時間序列預測的預先訓練的LSTM，RNN或ANN模型？

我想解決時間序列預測問題。我嘗試過使用ANN和LSTM，在各種參數上玩了很多，但我所能得到的結果比持久性預測好8％。 所以我想知道：既然你可以在keras中保存模型;對於時間序列預測，是否有預先訓練的模型（LSTM，RNN或任何其他ANN）？如果是這樣，我如何得到它們？ Keras有沒有？ 我的意思是這將是，如果有包含預先訓練的模型，使人們就不必speent太多時間訓練他們網站.. 同樣，另一個問

python machine-learning neural-network keras recurrent-neural-network 2017-10-12

---

0熱度

1回答

如何將python tensorflow代碼與android studio集成？

基本上我有Android應用程序，它使用在android工作室開發的相機功能，另一方面我有我的張量代碼寫在python，我想與Android工作鏈接。 有沒有辦法實現這個？我想通了巴澤爾和cmake的，但沒有太多的信息是關於谷歌

android python tensorflow recurrent-neural-network 2017-10-18

---

1熱度

1回答

隱藏單元在PyTorch中的seq2seq模型中飽和

我正試圖在PyTorch中編寫一個非常簡單的機器翻譯玩具示例。爲了簡單的問題，我打開機器翻譯任務到這一個： 給定一個隨機序列（[4, 8, 9 ...]），預測其元素的元素加1（[5, 9, 10, ...]）的序列。 Id：0, 1, 2將分別用作pad, bos, eos。 我在我的機器翻譯任務中發現了這個玩具任務中的同樣的問題。爲了調試，我使用了非常小的數據大小n_data = 50，並發現

lstm recurrent-neural-network pytorch 2017-10-20

---

0熱度

1回答

RNN圖層返回kera中未知的input_length

我現在使用RNN圖層對輸入文檔進行編碼，如下所示。但我不確定爲什麼RNN層無法檢測輸入序列長度？所以我認爲最後的p的形狀應該是(?, doc_maxlen, rnn_h_size)而不是(?, ?, rnn_h_size)。哪裏錯了點？ rnn_h_size = 10 embd_size = 100 doc_maxlen= 10418 doc = Input((doc_maxlen,), n

deep-learning keras recurrent-neural-network 2017-10-29

---

0熱度

1回答

Keras爲什麼不能概括我的數據？

我一直在嘗試實現一個基本的多層LSTM迴歸網絡來找出加密電子貨幣價格之間的相關性。 在遇到無法使用的訓練結果後，我決定嘗試使用一些沙盒代碼，以確保在重試完整數據集之前我已經明白了。 問題是我不能讓凱拉斯推廣我的數據。 ts = 3 in_dim = 1 data = [i*100 for i in range(10)] # tried this, didn't accomplish an

machine-learning tensorflow keras lstm recurrent-neural-network 2017-12-18

---

-1熱度

1回答

參考循環神經網絡的時間步驟是什麼？

我對RNN和LSTM相當陌生，但花了相當多的時間從互聯網上找到的各種資源中學習。我收集到的是，循環神經網絡中的時間步長與前饋神經網絡中的正向傳遞時間步長相同。但事實證明這是錯誤的。那這是什麼 ？

neural-network deep-learning recurrent-neural-network 2017-11-10

---

1熱度

1回答

是否可以使用STATEFUL循環NN（LSTM）進行分類

我有一個數據集C的50,000（二進制）樣本，每個樣本的128功能。類標籤也是二進制文件，即1或-1。例如，樣本看起來像這樣[1,0,0,0,1,0, .... , 0,1] [-1]。我的目標是根據二進制類（即1或-1）對樣本進行分類。我想嘗試使用Recurrent LSTM來生成一個很好的分類模型。 tr_C, ts_C, tr_r, ts_r = train_test_split(C, r,

machine-learning keras classification lstm recurrent-neural-network 2017-11-11

---

0熱度

1回答

Tensorflow在不同名稱範圍內重用變量

我已經在不同名稱範圍內重用變量的問題。下面的代碼將源代碼嵌入和目標嵌入分離到兩個不同的空間中，我想要做的是將源代碼和目標代碼放在同一個空間中，重用查找表中的變量。 ''' Applying bidirectional encoding for source-side inputs and first-word decoding. ''' def decode_first_word(self,

python tensorflow recurrent-neural-network 2017-11-18

---