得到LSTM的前3位预测值，而不仅仅是顶部
得到LSTM的前3位预测值，而不仅仅是顶部
提问于 2022-06-02 17:56:23
我有一个关于文本内容的LSTM模型。现在我想用这个模型来生成一些句子。但是，我不想总是选择最好的选项，我希望它从前3中选择，这样它就可以用相同的输入产生不同的句子，因为现在我对几乎每一个输入都得到了相同的答案。我如何修改这段代码，使之成为可能，我知道我需要删除np.argmax，但我不知道如何返回前3位最高值的索引。
当前代码：
def prediction(seed_text, next_words):
for _ in range(next_words):
token_list = tokenizer.texts_to_sequences([seed_text])[0]
token_list = pad_sequences([token_list], maxlen=max_seq_length-1, padding='pre')
predicted = np.argmax(model.predict(token_list, verbose=0), axis=-1)
ouput_word = ""
for word, index in tokenizer.word_index.items():
if index == predicted:
output_word = word
break
seed_text += ' '+output_word
return seed_text回答 1
Stack Overflow用户
回答已采纳
发布于 2022-06-02 18:14:24
np.argsort将按从小到大排序的顺序，为数组中的项提供索引：https://numpy.org/doc/stable/reference/generated/numpy.argsort.html
下面是一个使用argsort的示例。注意，预测值最低的那个(预测值为0.05的索引2，"c“)不在打印内容中。
import numpy as np
word_index = {'a': 0, 'b': 1, 'c': 2, 'd': 3}
predictions = np.array([0.1, 0.7, 0.05, 0.15])
# add negative to sort large to small; slice to select just up to 3rd index
top_3 = np.argsort(-predictions)[:3]
for word, index in word_index.items():
if index in top_3:
print(word)
#> a
#> b
#> d页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/72480442
复制相关文章
相似问题
腾讯云开发者
