rnn

    0熱度

    2回答

    Tensorflow：從張量選擇部分列各行中

    我想選擇一個張的每一行中只有特定列，用它的RNN seq_len=[11,12,20,30] #This is the sequence length, assume 4 sequences array=tf.ones([4,30]) #Assuming this is the array I want to index from function(array,seq_len) #apply
    tensorflow rnn 2017-09-27

    4熱度

    1回答

    二進制crossentropy和二進制crossentropy與keras中的logits有什麼區別？

    在keras後端我們有一個標誌with_logits在K.binary_crossentropy。正態二叉交叉和二元交叉與logit有什麼區別？假設我使用的是seq2seq模型，輸出序列的類型爲100111100011101。 我應該如何使用遞歸LSTM或RNN從這些數據中學習，我在輸入中給出了類似的時序步驟？
    python machine-learning keras lstm rnn 2017-10-01

    2熱度

    1回答

    Tensorflow lstm用於情感分析而不學習。已更新

    已更新： 我正在爲我的最終項目建立一個神經網絡，我需要一些幫助。 我正在嘗試構建一個rnn來對西班牙文本進行情感分析。我有20萬左右標記的鳴叫，我使用word2vec與西班牙嵌入 數據集&矢量矢量其中： 我刪除重複和分裂成集訓練和測試集。 向量化時應用填充，未知和句子結束標記。 我將@mentions映射到word2vec模型中的已知名稱。例如：@iamthebest => 「約翰」 我的模型：
    tensorflow lstm sentiment-analysis recurrent-neural-network rnn 2017-10-05

    1熱度

    1回答

    RNN（keras）的歐幾里德距離損失函數

    我想將歐幾里得距離設置爲LSTM或RNN的損失函數。 這樣的函數應該有什麼輸出：float，（batch_size）或（batch_size，timesteps）？ 模型輸入X_train是（n_samples，timesteps，data_dim）。 Y_train具有相同的尺寸。 示例代碼： def euc_dist_keras(x, y): return K.sqrt(K.sum(
    keras loss rnn 2017-10-05

    0熱度

    1回答

    用於使用Tensorflow進行預測的多層LSTM

    我在跟隨this repo以使用RNN進行時間序列預測。但在這個回購中，測試錯誤達到了24％左右。所以我嘗試使用多層LSTM模型作爲提高預測精度的方法。代碼如下： import numpy as np import tensorflow as tf from tensorflow.contrib import rnn import data_loader import matplotlib
    tensorflow rnn 2017-10-07

    0熱度

    2回答

    TensorFlow的RNN單元和單元格

    許多RNN類（BasicRNNCell,LSTMCell等）的構造函數接受名爲num_units的參數。這設置單元格中的單位數量。 我認爲這個標識的RNN應該按順序處理元素的數量。所以如果你想要一個RNN來處理長度爲N的序列，你將每個單元有N個單位。它是否正確？什麼是RNN單位？
    tensorflow neural-network rnn 2017-10-07

    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

    0熱度

    1回答

    用於時間序列預測的Keras LSTM：預測特徵向量

    我有一個包含N個觀測值和F特徵的時間序列數據集。每個功能都可以顯示（1）或不顯示（0）。因此，該數據集是這樣的： T F1 F2 F3 F4 F5 ... F 0 1 0 0 1 0 0 1 0 1 0 0 1 1 2 0 0 0 1 1 0 3 1 1 1 1 0 0 ... N 1 1 0 1 0 0 我試圖使用基於LSTM架構
    python time-series keras lstm rnn 2017-10-08

    0熱度

    1回答

    如何使用ScheduledOutputTrainingHelper調節RNN動態解碼器輸入端的編碼器最終隱藏狀態？

    我試圖使用張量流來編碼RDD編碼器和解碼器，並使用不同長度的序列輸入，所以希望編碼器和解碼器都是動態的。此外，解碼器輸入由編碼器最終隱藏狀態（上下文向量）調節，其與Related Paper類似於第3頁的圖片a。解碼器嘗試在訓練期間完全推理，饋送先前的輸出和上下文向量作爲輸入，每一步。 import tensorflow as tf import copy import math from
    dynamic tensorflow decoder rnn 2017-10-09

    1熱度

    1回答

    Tensorflow Typeerror：不允許使用`tf.Tensor`作爲Python`bool`。

    我正在使用tensorflow來訓練「顯示並告訴」模型，其中模型會自動生成圖像的標題。我怎麼會得到這個錯誤。 這是回溯： TypeError Traceback (most recent call last) <ipython-input-15-b6da0a27b701> in <module>() 1 try: 2 #train(.001,False,F
    python tensorflow artificial-intelligence typeerror rnn 2017-10-09
最新問題