recurrent-neural-network

    0熱度

    3回答

    RNN的輸入數據格式

    我很困惑如何將數據序列編碼爲LSTM RNN的輸入。 在香草DNN中，每個標籤都有一個輸入。 RNN中的「輸入」是什麼？爲了訓練與標籤相關的連續事件，它是否必須是一組（或一系列）數據？ 我很困惑如何編碼順序信息，因爲它似乎應該有多個與給定標籤相關聯的單個輸入。
    machine-learning keras lstm recurrent-neural-network 2017-05-03

    0熱度

    1回答

    Tensorflow RNN是否完全實現了Elman網絡？

    問：是否實施了Tensorflow RNN來輸出Elman網絡的隱藏狀態？ cells = tf.contrib.rnn.BasicRNNCell(4) outputs, state = tf.nn.dynamic_rnn(cell=cells, etc...) 我很安靜新TF的RNN和好奇的輸出含義，和狀態。 我遵循斯坦福的tensorflow教程，但似乎沒有詳細的解釋，所以我在這裏問。
    tensorflow neural-network recurrent-neural-network 2017-05-08

    0熱度

    1回答

    是不是Tensorflow RNN PTB教程測試措施和狀態重置錯誤？

    我對Tensorflow PTB RNN教程代碼ptb_word_lm.py有兩個問題。下面的代碼塊來自代碼。 是否可以重置每批次的狀態？ self._initial_state = cell.zero_state(batch_size, data_type()) with tf.device("/cpu:0"): embedding = tf.get_variable(
    tensorflow recurrent-neural-network perplexity 2017-05-09

    1熱度

    1回答

    連體模型LSTM網絡出現故障時使用tensorflow

    數據集描述 數據集包含了一組問題對，如果問題是相同告訴標籤訓練。例如 「我如何閱讀和查找我的YouTube評論？」 ，「我怎樣才能看到我所有的 Youtube評論？」 ，「1」 該模型的目標是確定給定的問題對是相同還是不同。 方法 我創建了一個Siamese network來識別，如果兩個問題都是一樣的。下面是該模型： with graph.as_default(): diff = tf
    tensorflow lstm recurrent-neural-network 2017-05-22

    1熱度

    2回答

    機器學習中的迭代是什麼意思？

    我在機器學習中沒有得到迭代的想法。由於編程是確定性（如每次運行時都做同樣的事情），通過反覆運行相同算法，準確度如何提高？ 這是否迭代的概念有什麼關係RNN（遞歸神經網絡） - 在某種意義上，他們反饋給同中子多次 - 模型或SGD（隨機梯度下降） - 哪裏他們採取同樣的培訓數據樣本以提高效率 - ？ 感謝 編輯：我的意思是迭代在這個玩具應用程序，我在此網站上發現： https://blog.kova
    machine-learning recurrent-neural-network 2017-05-23

    0熱度

    1回答

    用於LSTM-RNN訓練的填充時間序列子序列

    我有一個時間序列的數據集，我用它作爲LSTM-RNN的輸入，用於行動預測。時間序列包括30fps的時間（即150個數據點）的5秒，並且數據表示面部特徵的位置/移動。 我從我的數據集中採樣更小長度的附加子序列，以便在數據集中添加冗餘並減少過擬合。在這種情況下，我知道子序列的開始和結束幀。 爲了批量訓練模型，所有的時間序列需要具有相同的長度，並且根據文獻中的許多論文填充不應該影響網絡的性能。 例子：
    machine-learning deep-learning padding lstm recurrent-neural-network 2017-05-23

    1熱度

    1回答

    如何使用多輸入或多功能RNN或LSTM

    我有一個像打擊一樣的時間序列數據框，其中的數字意義較小，我應用LSTM時有一些問題。 我已經看到了LSTM的一些演示，大多采用這種模式：[y_{t-2},y_{t-1},y_{t}] to predict [y_{t+1}]，但正如數據幀的打擊，我也有featureA, featureB, featureC，所以我quesiton是：如何使用多輸入或多功能爲LSTM time featureA f
    time-series deep-learning keras lstm recurrent-neural-network 2017-05-25

    2熱度

    1回答

    在LSTMStateTuple上調用變形將它變成張量

    我正在使用dynamic_rnn和LSTMCell，後者放出一個包含內部狀態的LSTMStateTuple。調用這個對象的重塑（我的錯誤）會導致一個張量，而不會在創建圖表時造成任何錯誤。通過圖形輸入輸入時，我在運行時也沒有出現任何錯誤。 代碼： cell = tf.contrib.rnn.LSTMCell(size, state_is_tuple=True, ...) outputs, stat
    tensorflow reshape lstm recurrent-neural-network tensor 2017-05-25

    0熱度

    1回答

    如何使用keras實現第二多到許多LSTM

    我已經搜索在谷歌的架構，大多數博客是多到一個或許多第一一對多架構，有沒有最後的任何實例建築。 THX
    keras lstm recurrent-neural-network 2017-05-27

    0熱度

    1回答

    更新已經訓練過的用戶輸入的lstm模型

    我正在試圖用較小的數據集實現lstm模型。但是，當用戶將新數據添加到模型或Web服務器時，必須經常用用戶輸入更新。 是否有可能在用戶輸入的雲服務器上創建可更新的lstm模型？
    lstm recurrent-neural-network 2017-05-27
最新問題