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