rnn

    1熱度

    1回答

    Keras LSTM輸入維度

    我對神經網絡相當陌生，並沒有太多的經驗。我的問題如下： 我有一個數組，每個數據點有877個不同的數據點，200個特徵。它是一個PCA簡化的TfIdf矩陣，其中每行對應於我的數據集中的一段文本（如段落本身）。我正在嘗試爲此數據（類1或0）創建二進制分類器。我已經成功地得到了從低到80％的準確率中旬線性SVM，並且約80％的準確度有一個簡單的密集NN如下： model = Sequential()
    python keras lstm rnn 2017-08-02

    0熱度

    1回答

    GRU in DeepLearning4J

    我正在嘗試在DeepLearning4J中找到GRU實現，但似乎無法找到它。有誰知道GRU是否在DL4J內實現？如果是的話，請你直接給我一個例子。如果沒有，這是否在他們的路線圖上？ 謝謝
    deep-learning deeplearning4j rnn gated-recurrent-unit 2017-08-02

    1熱度

    1回答

    Tensorflow RNN variable_scope error

    我想在不使用MultiRNNCell的情況下製作多層RNN，因爲我想獨立更新每個圖層。所以我沒有使用tf.dynamic_rnn。 with tf.variable_scope("cell"): with tf.variable_scope("cell_1", reuse=True): cell_1 = tf.contrib.rnn.BasicLSTMCell(n_hidden
    tensorflow scope rnn 2017-08-03

    2熱度

    1回答

    張量流中'tf.contrib.rnn.DropoutWrapper'的確切含義是什麼？ （三級citical問題）

    據我所知，DropoutWrapper使用如下 __init__( cell, input_keep_prob=1.0, output_keep_prob=1.0, state_keep_prob=1.0, variational_recurrent=False, input_size=None, dtype=None, seed=None ) 。 cell = tf.nn.r
    python-3.x tensorflow bayesian rnn nn 2017-08-04

    1熱度

    1回答

    如何使用tensorflow中的python3預測LSTM模型中的情緒？

    wordsList = np.load('training_data/wordsList.npy') wordsList = wordsList.tolist() #Originally loaded as numpy array wordsList = [word.decode('UTF-8') for word in wordsList] #Encode words as UTF-8 w
    python-3.x testing tensorflow lstm rnn 2017-08-07

    1熱度

    1回答

    無狀態LSTM存在的意義何在？

    LSTM的主要目的是利用其記憶屬性。基於此，無狀態LSTM的存在意義何在？我們不要通過這樣做將它「轉換」爲簡單的NN嗎？ 換句話說..是否無國籍使用LSTM的目的是在輸入數據中的序列（窗口）進行建模 - 如果我們應用洗牌=假在配合層中keras - （例如，用於一個窗口10個時間步驟捕獲10個字符的單詞之間的任何模式）？如果是的話，我們爲什麼不將初始輸入數據轉換爲匹配被檢查序列的形式，然後使用一個
    python keras lstm rnn 2017-08-07

    3熱度

    1回答

    .fit（）圖層的shuffle ='batch'參數如何在後臺工作？

    當我使用.fit()圖層訓練模型時，參數shuffle預設爲True。 假設我的數據集有100個樣本，並且批量大小爲10.當我設置shuffle = True時，keras首先隨機地隨機選擇樣本（現在100個樣本的順序不同），然後按照新的順序開始創建批次：批次1：1-10，批次2：11-20等 如果我設置shuffle = 'batch'它應該如何在後臺工作？直觀地使用批量大小爲10的100個樣本
    keras shuffle lstm rnn 2017-08-08

    -1熱度

    1回答

    我的seq2seq RNN想法應該起作用嗎？

    我想預測股票價格。 通常情況下，人們會以股票價格序列的形式輸入投入。然後他們會以相同的順序饋送輸出，但向左移動。 測試時，它們將所述預測的輸出饋送到這樣的下一個輸入的時間步長： 我有另一個想法，這是修復序列的長度，例如50個時間步。 輸入和輸出的順序完全相同。 當訓練時，我將輸入的最後3個元素替換爲零，讓模型知道我沒有輸入這些時間步長。 當測試時，我會爲模型提供一個由50個元素組成的序列。最後3個
    tensorflow deep-learning keras rnn 2017-08-10

    0熱度

    1回答

    當我使用keras庫訓練RNN時，如何糾正我一直得到的尺寸誤差？

    我想要構建40級LSTM分類器來分析時間序列數據。我有從13個傳感器收集的13維實時數據。當我運行下面的代碼時，我不斷收到此錯誤消息。 ValueError: Error when checking model input: the list of Numpy arrays that you are passing to your model is not the size the model e
    python deep-learning keras lstm rnn 2017-08-14

    0熱度

    1回答

    如何解釋文本模型的損失曲線？

    我一直在600k條+摘要訓練語料庫上訓練文本seq2seq w /注意模型，用於抽象概括。這可以視爲收斂嗎？如果是這樣，在不到5K步驟後會聚合嗎？注意事項： 我已經對20萬個 5K步驟的詞彙尺寸爲4的批量式訓練（直到大約收斂），意味着在大多數20K不同的樣品進行觀察。這只是整個訓練語料庫的一小部分。 或者我實際上沒有在茶葉裏看到我的狗的臉，是預期的邊際負坡？
    tensorflow deep-learning summarization rnn textsum 2017-08-15
最新問題