recurrent-neural-network

    2熱度

    1回答

    用於面板數據的經常性神經網絡

    該問題有2個部分。假設我們正在查看銷售額超過1000美元以上的商品的銷售額。對於這1000家商店中的每一家，我們都有24個月的記錄數據。 我們希望能夠預測S_t < -f（S_ {t-1}）。我們可以爲每個存儲時間序列建立一個RNN，計算測試RMSE，然後在考慮標準化值之後取平均值等。但問題是每個時間序列的樣本數很少。如果我們要將商店分成組（比如說動態時間翹曲），那麼我們可以創建一個文本情感挖掘的
    keras recurrent-neural-network panel-data mxnet 2016-12-30

    2熱度

    1回答

    Mxnet RNN時間序列預測

    我有一段代碼應該建立一個有5個滯後變量的RNN模型用於觀察時間序列數據。下面是代碼： library(Quandl) key<-"*******************" Quandl.api_key(key) sh_stock_ex <- Quandl("YAHOO/SS_600292", type="xts") library(xts) data <- scale(sh_stock
    r recurrent-neural-network mxnet 2017-01-02

    0熱度

    1回答

    Tensorflow seq2seq`feed_previous'參數`

    我正在使用內置的tf.nn.seq2seq.embedding_attention_seq2seq()函數，並且在訓練期間我有一些feed_previous參數的問題，在測試期間將groundtruth饋送到解碼器，而在測試期間我們饋送最後的輸出時間步到解碼器。問題是，一旦我設置了feed_previous參數，我無法更改該參數。我想在每個時代測試我的模型，我該怎麼做？
    tensorflow recurrent-neural-network machine-translation 2017-01-04

    0熱度

    1回答

    NameError：全局名稱'線性'未定義

    我試圖通過Google DeepMind運行關注機制的實現。但是它是基於舊版本TensorFlow和我收到此錯誤 from tensorflow.models.rnn.rnn_cell import RNNCell, linear concat = linear([inputs, h, self.c], 4 * self._num_units, True) NameError: global na
    tensorflow recurrent-neural-network 2017-01-09

    3熱度

    1回答

    mfcc特徵大小如何影響recurent神經網絡

    所以我正在學習機器學習，並想知道mfcc特徵大小如何影響RNN（Recurent神經網絡）？ 隨着librosa我提取MFCC然後增量係數和後，我得到尺寸的陣列[13，sound_length] 用蟒提取MFCC和增量係數的代碼：（Y - 聲音文件數據，SR - y的長度） mfcc = librosa.feature.mfcc(y=y, sr=sr, n_mfcc=13) mfcc_delta
    python machine-learning recurrent-neural-network mfcc librosa 2017-01-10

    0熱度

    1回答

    mxnet：與共享掩模

    多個漏失層我想再現，其中每個時間層之後是漏失層迴歸神經網絡，並且這些漏失層共享他們的面具。除其他外，該結構在A Theoretically Grounded Application of Dropout in Recurrent Neural Networks中有描述。 據我理解代碼，在MXNet實施了經常性的網絡模型沒有時間層之間施加任何輟學層;的功能，例如lstm（R API，Python A
    python r neural-network recurrent-neural-network mxnet 2017-01-15

    0熱度

    1回答

    在培訓和測試期間重置LSTM中的狀態

    我正在嘗試理解和實施LSTM。我明白他們需要定義一個序列長度T，並且批量執行訓練。所以我們給網絡提供了幾個長度爲T的序列。現在LSTM需要一個先前的狀態作爲輸入，據我所知，它被初始化爲零。我的問題是，每個序列後狀態都重置爲零？例如我有一個序列1，狀態向量在這個序列中繼續前進，然後我將它置於下一個序列的零處？還是將它帶到下一個序列2？如果是這樣，那麼對於不相關的序列如何處理呢？例如我有來自2個不同文
    tensorflow deep-learning lstm recurrent-neural-network 2017-01-23

    0熱度

    1回答

    使用LSTM進行二進制分類

    我有大小爲100000 * 5的時間序列數據。 100000個樣本和5個變量。我已經將每個100000個樣本標記爲0或1，即二進制分類。 我想用LSTM來訓練它，因爲數據的時間序列性質。我已經看到了LSTM用於時間序列預測的例子，它適用於我的情況。
    machine-learning deep-learning lstm recurrent-neural-network nn 2017-01-23

    4熱度

    2回答

    爲什麼RNN總是輸出1

    我使用迴歸神經網絡（RNN）進行預測，但是對於一些奇怪的原因，它總是輸出1。這裏我用玩具例如作爲解釋這一點： 例 考慮尺寸爲（360,5）的矩陣M，以及包含的rowum的矢量Y。現在，使用RNN，我想從M預測Y。使用rnnR包，我訓練模型我觀察，而培訓是那個時代的錯誤總是4501理想的情況下，具有劃時代的錯誤應該與時代增加而減小 library(rnn) M <- matrix(c(1:
    r neural-network deep-learning lstm recurrent-neural-network 2017-01-26

    6熱度

    1回答

    如何對一個序列進行編碼以對keras中的RNN進行排序？

    我正在嘗試編寫一個序列來在keras中對RNN進行排序。我使用我從網上理解的內容編寫了這個程序。我首先將文本標記爲文本，然後將文本轉換爲序列並填充以形成特徵變量X。目標變量Y首先將x移動到左邊然後填充它。最後，我將我的特徵和目標變量提供給我的LSTM模型。 這是我寫在keras爲此目的的代碼。 from keras.preprocessing.text import Tokenizer,base_
    python neural-network keras recurrent-neural-network sequence-to-sequence 2017-01-30
最新問題