rnn

    0热度

    2回答

    Tensorflow：从张量选择部分列各行中

    我想选择一个张的每一行中只有特定列，用它的RNN seq_len=[11,12,20,30] #This is the sequence length, assume 4 sequences array=tf.ones([4,30]) #Assuming this is the array I want to index from function(array,seq_len) #apply
    tensorflow rnn 2017-09-27

    4热度

    1回答

    二进制crossentropy和二进制crossentropy与keras中的logits有什么区别？

    在keras后端我们有一个标志with_logits在K.binary_crossentropy。正态二叉交叉和二元交叉与logit有什么区别？假设我使用的是seq2seq模型，输出序列的类型为100111100011101。 我应该如何使用递归LSTM或RNN从这些数据中学习，我在输入中给出了类似的时序步骤？
    python machine-learning keras lstm rnn 2017-10-01

    2热度

    1回答

    Tensorflow lstm用于情感分析而不学习。已更新

    已更新： 我正在为我的最终项目建立一个神经网络，我需要一些帮助。 我正在尝试构建一个rnn来对西班牙文本进行情感分析。我有20万左右标记的鸣叫，我使用word2vec与西班牙嵌入 数据集&矢量矢量其中： 我删除重复和分裂成集训练和测试集。 向量化时应用填充，未知和句子结束标记。 我将@mentions映射到word2vec模型中的已知名称。例如：@iamthebest => “约翰” 我的模型：
    tensorflow lstm sentiment-analysis recurrent-neural-network rnn 2017-10-05

    1热度

    1回答

    RNN（keras）的欧几里德距离损失函数

    我想将欧几里得距离设置为LSTM或RNN的损失函数。 这样的函数应该有什么输出：float，（batch_size）或（batch_size，timesteps）？ 模型输入X_train是（n_samples，timesteps，data_dim）。 Y_train具有相同的尺寸。 示例代码： def euc_dist_keras(x, y): return K.sqrt(K.sum(
    keras loss rnn 2017-10-05

    0热度

    1回答

    用于使用Tensorflow进行预测的多层LSTM

    我在跟随this repo以使用RNN进行时间序列预测。但在这个回购中，测试错误达到了24％左右。所以我尝试使用多层LSTM模型作为提高预测精度的方法。代码如下： import numpy as np import tensorflow as tf from tensorflow.contrib import rnn import data_loader import matplotlib
    tensorflow rnn 2017-10-07

    0热度

    2回答

    TensorFlow的RNN单元和单元格

    许多RNN类（BasicRNNCell,LSTMCell等）的构造函数接受名为num_units的参数。这设置单元格中的单位数量。 我认为这个标识的RNN应该按顺序处理元素的数量。所以如果你想要一个RNN来处理长度为N的序列，你将每个单元有N个单位。它是否正确？什么是RNN单位？
    tensorflow neural-network rnn 2017-10-07

    0热度

    1回答

    Keras：可变输入序列：填充vs形状无？

    我发现了两种可能的解决方案，用Keras中的RNN处理可变尺寸输入序列。 溶液之一： input = Input(shape=(None, num_classes)) 然后我可以把任何序列大小作为用于训练和验证的输入。 解决办法二： input = Input(shape=(max_seq_length, num_classes)) ... pad_sequences(input_data
    tensorflow deep-learning keras recurrent-neural-network rnn 2017-10-08

    0热度

    1回答

    用于时间序列预测的Keras LSTM：预测特征向量

    我有一个包含N个观测值和F特征的时间序列数据集。每个功能都可以显示（1）或不显示（0）。因此，该数据集是这样的： T F1 F2 F3 F4 F5 ... F 0 1 0 0 1 0 0 1 0 1 0 0 1 1 2 0 0 0 1 1 0 3 1 1 1 1 0 0 ... N 1 1 0 1 0 0 我试图使用基于LSTM架构
    python time-series keras lstm rnn 2017-10-08

    0热度

    1回答

    如何使用ScheduledOutputTrainingHelper调节RNN动态解码器输入端的编码器最终隐藏状态？

    我试图使用张量流来编码RDD编码器和解码器，并使用不同长度的序列输入，所以希望编码器和解码器都是动态的。此外，解码器输入由编码器最终隐藏状态（上下文向量）调节，其与Related Paper类似于第3页的图片a。解码器尝试在训练期间完全推理，馈送先前的输出和上下文向量作为输入，每一步。 import tensorflow as tf import copy import math from
    dynamic tensorflow decoder rnn 2017-10-09

    1热度

    1回答

    Tensorflow Typeerror：不允许使用`tf.Tensor`作为Python`bool`。

    我正在使用tensorflow来训练“显示并告诉”模型，其中模型会自动生成图像的标题。我怎么会得到这个错误。 这是回溯： TypeError Traceback (most recent call last) <ipython-input-15-b6da0a27b701> in <module>() 1 try: 2 #train(.001,False,F
    python tensorflow artificial-intelligence typeerror rnn 2017-10-09
最新问题