rnn

    1热度

    1回答

    Keras LSTM输入维度

    我对神经网络相当陌生，并没有太多的经验。我的问题如下： 我有一个数组，每个数据点有877个不同的数据点，200个特征。它是一个PCA简化的TfIdf矩阵，其中每行对应于我的数据集中的一段文本（如段落本身）。我正在尝试为此数据（类1或0）创建二进制分类器。我已经成功地得到了从低到80％的准确率中旬线性SVM，并且约80％的准确度有一个简单的密集NN如下： model = Sequential()
    python keras lstm rnn 2017-08-02

    0热度

    1回答

    GRU in DeepLearning4J

    我正在尝试在DeepLearning4J中找到GRU实现，但似乎无法找到它。有谁知道GRU是否在DL4J内实现？如果是的话，请你直接给我一个例子。如果没有，这是否在他们的路线图上？ 谢谢
    deep-learning deeplearning4j rnn gated-recurrent-unit 2017-08-02

    1热度

    1回答

    Tensorflow RNN variable_scope error

    我想在不使用MultiRNNCell的情况下制作多层RNN，因为我想独立更新每个图层。所以我没有使用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热度

    1回答

    张量流中'tf.contrib.rnn.DropoutWrapper'的确切含义是什么？ （三级citical问题）

    据我所知，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热度

    1回答

    如何使用tensorflow中的python3预测LSTM模型中的情绪？

    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热度

    1回答

    无状态LSTM存在的意义何在？

    LSTM的主要目的是利用其记忆属性。基于此，无状态LSTM的存在意义何在？我们不要通过这样做将它“转换”为简单的NN吗？ 换句话说..是否无国籍使用LSTM的目的是在输入数据中的序列（窗口）进行建模 - 如果我们应用洗牌=假在配合层中keras - （例如，用于一个窗口10个时间步骤捕获10个字符的单词之间的任何模式）？如果是的话，我们为什么不将初始输入数据转换为匹配被检查序列的形式，然后使用一个
    python keras lstm rnn 2017-08-07

    3热度

    1回答

    .fit（）图层的shuffle ='batch'参数如何在后台工作？

    当我使用.fit()图层训练模型时，参数shuffle预设为True。 假设我的数据集有100个样本，并且批量大小为10.当我设置shuffle = True时，keras首先随机地随机选择样本（现在100个样本的顺序不同），然后按照新的顺序开始创建批次：批次1：1-10，批次2：11-20等 如果我设置shuffle = 'batch'它应该如何在后台工作？直观地使用批量大小为10的100个样本
    keras shuffle lstm rnn 2017-08-08

    -1热度

    1回答

    我的seq2seq RNN想法应该起作用吗？

    我想预测股票价格。 通常情况下，人们会以股票价格序列的形式输入投入。然后他们会以相同的顺序馈送输出，但向左移动。 测试时，它们将所述预测的输出馈送到这样的下一个输入的时间步长： 我有另一个想法，这是修复序列的长度，例如50个时间步。 输入和输出的顺序完全相同。 当训练时，我将输入的最后3个元素替换为零，让模型知道我没有输入这些时间步长。 当测试时，我会为模型提供一个由50个元素组成的序列。最后3个
    tensorflow deep-learning keras rnn 2017-08-10

    0热度

    1回答

    当我使用keras库训练RNN时，如何纠正我一直得到的尺寸误差？

    我想要构建40级LSTM分类器来分析时间序列数据。我有从13个传感器收集的13维实时数据。当我运行下面的代码时，我不断收到此错误消息。 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热度

    1回答

    如何解释文本模型的损失曲线？

    我一直在600k条+摘要训练语料库上训练文本seq2seq w /注意模型，用于抽象概括。这可以视为收敛吗？如果是这样，在不到5K步骤后会聚合吗？注意事项： 我已经对20万个 5K步骤的词汇尺寸为4的批量式训练（直到大约收敛），意味着在大多数20K不同的样品进行观察。这只是整个训练语料库的一小部分。 或者我实际上没有在茶叶里看到我的狗的脸，是预期的边际负坡？
    tensorflow deep-learning summarization rnn textsum 2017-08-15
最新问题