lstm

    1热度

    1回答

    lstm模型的输出形状

    我有1025643个条目和72个特征/属性的测试数据。我已经用形状（245,30,72）和形状（245，）训练了带有输入数据trainX的lstm。另外请注意，我已经指定了后退30步，因此trainX的形状（245,30,72）。 现在训练模型后，如果我做 model.output_shape 输出是： （无，1） 我的理解是，它将使对测试集进行一步预测。但我希望它是30行的预测，每个未来的步骤，
    python-3.x time-series keras lstm forecasting 2017-10-17

    0热度

    1回答

    建立与keras LSTM的尺寸错误

    我想建立一个使用Keras的LSTM网络。 我的时间seriese例子的大小为492。我想用3前面的例子来预测下一个例子。因此，输入转换为尺寸(num_samples,3*492)，输出尺寸为(num_samples,492)。 据this blog，我首先将我的数据大小为形式的（num_samples，时间步长，功能） #convert trainning data to 3D LSTM sha
    keras lstm 2017-10-18

    1热度

    1回答

    力LSTM Keras使用时间序列依赖性

    我有两个时间序列A和B： A: 1,2,3,1,2,3,3,3,1,2,3,3,3 B: 0,0,1,0,0,1,1,1,0,0,1,1,1 这种简单的训练集说，信号B相关A.其实每次A等于3，在B的同一时间戳，值为1. 我介绍了上面的例子来解释我的问题。当我通过使用带Keras的LSTM预测数据时，我希望模型能够从系列中理解这种依赖关系。 现在我用这个配置： model.add(keras
    python time-series keras lstm 2017-10-18

    1热度

    1回答

    隐藏单元在PyTorch中的seq2seq模型中饱和

    我正试图在PyTorch中编写一个非常简单的机器翻译玩具示例。为了简单的问题，我打开机器翻译任务到这一个： 给定一个随机序列（[4, 8, 9 ...]），预测其元素的元素加1（[5, 9, 10, ...]）的序列。 Id：0, 1, 2将分别用作pad, bos, eos。 我在我的机器翻译任务中发现了这个玩具任务中的同样的问题。为了调试，我使用了非常小的数据大小n_data = 50，并发现
    lstm recurrent-neural-network pytorch 2017-10-20

    0热度

    1回答

    如何在Pytorch中实现每个内存块有多个单元的LSTM层？

    我打算在Pytorch中实现一个带有多个存储单元块 - 或多个LSTM单元的LSTM，每个层都有一个LSTM单元作为存储器块的集合及其门 - 但似乎基类torch.nn.LSTM只能实现与一个LSTM单元的多层LSTM每层： lstm = torch.nn.LSTM(input_size, hidden_size, num_layers) 其中（从Pytorch的文档）： input_size
    lstm pytorch 2017-10-20

    1热度

    1回答

    带Keras的LSTM文本生成：什么是多样性？

    我正在使用Keras和LSTM进行小型文本生成项目。 Chollet的代码工作得很好。有人可以向我解释多样性步骤0.2,0.05,1.0,1.2吗？这里究竟发生了什么？提前致谢！ for diversity in [0.2, 0.5, 1.0, 1.2]: print() print('----- diversity:', diversity) generated
    python deep-learning keras lstm 2017-10-22

    1热度

    1回答

    经常性神经网络：参数共享点是什么？无论如何，填充不会诀窍？

    刚开始研究RNN和LSTM ...有一个问题没有回答我看过的任何资源： 以下是我如何理解RNN中参数共享的要点。我的问题是： 我对RNN的理解，总结如下，是否正确？ 在Keras的实际代码示例中，我研究了LSTM，它们将句子填充到相同的长度。通过这样做，这不会冲走RNN中参数共享的全部目的吗？ 在常规的前馈神经网络中，每个输入单元都被分配一个单独的参数，这意味着输入单元（特征）的数量对应于要学习的
    nlp deep-learning lstm rnn 2017-12-18

    0热度

    1回答

    Keras为什么不能概括我的数据？

    我一直在尝试实现一个基本的多层LSTM回归网络来找出加密电子货币价格之间的相关性。 在遇到无法使用的训练结果后，我决定尝试使用一些沙盒代码，以确保在重试完整数据集之前我已经明白了。 问题是我不能让凯拉斯推广我的数据。 ts = 3 in_dim = 1 data = [i*100 for i in range(10)] # tried this, didn't accomplish an
    machine-learning tensorflow keras lstm recurrent-neural-network 2017-12-18

    1热度

    1回答

    是否可以使用STATEFUL循环NN（LSTM）进行分类

    我有一个数据集C的50,000（二进制）样本，每个样本的128功能。类标签也是二进制文件，即1或-1。例如，样本看起来像这样[1,0,0,0,1,0, .... , 0,1] [-1]。我的目标是根据二进制类（即1或-1）对样本进行分类。我想尝试使用Recurrent LSTM来生成一个很好的分类模型。 tr_C, ts_C, tr_r, ts_r = train_test_split(C, r,
    machine-learning keras classification lstm recurrent-neural-network 2017-11-11

    0热度

    1回答

    通过tensorflow实现TFlearn imdb lstm示例

    通过张量流实现tflearn的lstm imdb example。 我使用了与tflearn模型相同的数据集，体系结构和超参数（嵌入大小，句子的最大长度等），但是我的模型的性能比tflearn示例差（10个历元后，我的模型得到了精度约为52％，而实例接近80％）。 如果您能给我一些建议以达到示例的适当性能，我会非常感激。 下面是我的代码： import tensorflow as tf from
    tensorflow nlp lstm sentiment-analysis imdb 2017-11-18
最新问题