我有什么是下面的,我相信这是一个隐藏LSTM层的网络:如何使用TensorFlow
# Parameters
learning rate = 0.001
training_iters = 100000
batch_size = 128
display_step = 10
# Network Parameters
n_input = 13
n_steps = 10
n_hidden = 512
n_classes = 13
# tf Graph input
x = tf.placeholder("float", [None, n_steps, n_input])
y = tf.placeholder("float", [None, n_classes])
# Define weights
weights = {
'out' : tf.Variable(tf.random_normal([n_hidden, n_classes]))
}
biases = {
'out' : tf.Variable(tf.random_normal([n_classes]))
}
不过,我尝试使用TensorFlow预测构建LSTM网络能量消耗。我一直在寻找一个很好的例子,但我找不到任何带有2个隐藏LSTM图层的模型。这里,我想构建模型:
1输入层, 1个输出层, 2隐藏LSTM层(在每个512元), 时间步骤(序列长度):10
莫非任何人指导我使用TensorFlow来构建这个? (从定义权重,构建输入形状,训练,预测,优化器或成本函数的使用等),任何帮助将不胜感激。
非常感谢你提前!
感谢您的回答。我是否还需要将隐藏层1中的变量(参数)初始化为隐藏层2,还是需要内部处理? – subbie
LSTM的变量在类中使用时会被初始化。看看源代码是非常有用的。 – chasep255
我看到LSTM的四个门的变量被初始化了,但是不应该有从第一个隐藏层到第二个参数的参数?如果MultiRNNCell将参数从一个隐藏的参数初始化到另一个隐藏参数,这将是有意义的。 – subbie