我尝试使用示例LSTM，根据Tensorflow LSTM example进行了培训。这个例子可以让整个测试集都很困惑。但我需要使用训练好的模型分别对每个句子进行评分（得到loglikes）（评分STT解码器输出的假设）。我修改reader一点，并使用代码： mtests=list()
with tf.name_scope("Test"):
for test_data_item i
我是在Keras RNN结构中实现语言模型的新手。我有具有以下统计离散的话（而不是从一个段落）的数据集， 总字样本：1953 明显不同的字符的总数：33（包括开始，结束和*）一句话 最大长度（字符数）为10 现在，我想建立一个模型，将接受一个字符和单词预测下一个字符。我填充了所有单词，以便它们具有相同的长度。所以我的输入是Word_input形状1953 x 9和目标是1953 x 9 x 33。
受Andrej Karpathy Char-RNN启发，char-rnn sherjilozair/char-rnn-tensorflow: Multi-layer Recurrent Neural Networks (LSTM, RNN) for character-level language models in Python using Tensorflow有一个Tensorflow实现。我