0
我有一个任务,其中训练数据来自几个长序列。我想用随机选择的序列进行训练,但不要改变这些序列内的顺序(因为长期依赖关系可能存在)。Keras LSTM从各个序列恢复状态
我认为这意味着选择一个序列号,从该序列恢复以前的状态,训练,保存该序列的新状态,冲洗并重复。
当你训练用keras'LSTM创建的图层时,是否有任何指定状态的方法?我必须去我的后端吗? (这是tensorflow)
我有一个任务,其中训练数据来自几个长序列。我想用随机选择的序列进行训练,但不要改变这些序列内的顺序(因为长期依赖关系可能存在)。Keras LSTM从各个序列恢复状态
我认为这意味着选择一个序列号,从该序列恢复以前的状态,训练,保存该序列的新状态,冲洗并重复。
当你训练用keras'LSTM创建的图层时,是否有任何指定状态的方法?我必须去我的后端吗? (这是tensorflow)
根据https://github.com/fchollet/keras/issues/1947
我可以使用K.set_value(lstm.states[i], val)
或K.get_value(lstm.states[i])