我在爲TensorFlow中的文本分類構建堆疊LSTM模型時感到迷惑。 我輸入的數據是這樣的: x_train = [[1.,1.,1.],[2.,2.,2.],[3.,3.,3.],...,[0.,0.,0.],[0.,0.,0.],
...... #I trained the network in batch with batch size set to 32.
]
我一直在嘗試實現基於LSTM的分類器來分類分離語音。我創建了13 mfcc的特徵向量。對於給定的文件有[99,13]的二維矢量。在遵循mnist_irnn示例之後,我可以設置單層RNN來對我的語音文件進行分類。但是現在我想爲網絡添加更多圖層。因此,我一直試圖實現具有兩個LSTM層和softmax層作爲輸出層的網絡。在查看帖子數量之後,我可以按如下方式設置網絡,在建模時間期間它不會拋出任何異常。 f
試圖在張量流中實現最小的玩具RNN示例。 目標是學習從輸入數據到目標數據的映射,類似於這個精彩的簡潔example in theanets。 更新:我們到了那裏。剩下的唯一部分是使其趨於一致(並且不那麼複雜)。有人可以幫助將以下內容轉換爲運行代碼或提供一個簡單的示例嗎? import tensorflow as tf
from tensorflow.python.ops import rnn_c