2回答
LSTM层间的激活函数
、、、、
我知道LSTM单元内部同时使用sigmoid和tanh激活函数，但是当创建一个堆叠的LSTM体系结构时，通过激活函数(例如ReLU)传递它们的输出是否有意义？那么，我们是否更喜欢这样：model = LSTM(50, activation="relu
浏览 0提问于2020-01-16得票数 13
回答已采纳
1回答
问题类似于这个，但更多的是关于实现细节。为了简单起见，下面这样的4个单元和2个单元结构如何model.add(LSTM(2,input_shape=input_shape))
所以我知道LSTM_1的输出是4个长度，但是接下来的2个单元如何处理这4个输入，它们是否完全连接到下一层节点？我猜它们是完全
浏览 33提问于2020-05-17得票数 1
回答已采纳
1回答
我已经建立了一个定制的窥视孔lstm，我想模仿已经在nn.lstm中构建的辍学部分。那么，如何添加像这样的辍学，这个lstm，nn.LSTM(input_size, hidden_size, dropout=0.3)，做什么？我对如何做到这一点有一个想法，就是在返回输出之前应用一个普通的退出，如下所示：self.dropout = nn.Dropout(0.3)
# forward methodhidden_seq =
浏览 2提问于2022-06-06得票数 1
回答已采纳
1回答
堆叠LSTM层
、、、、
有人能告诉我那些堆叠的LSTM层之间的区别吗？📷
第一图像在这个问题中给出，第二图像在这篇文章中给出。到目前为止，我所了解的关于堆叠LSTM层的知识是基于第二张图像的。当您构建LSTM层时，其中一个层(即h^{1}_{l}, l=..., t-1, t, t+1...)的输出成为其他层<
浏览 0提问于2018-10-24得票数 2
回答已采纳
在深度学习文献中，我遇到了许多使用堆叠式RNN (堆叠式LSTM )网络的示例，虽然探索了单元本身的详细信息，但通常没有信息表明是否在堆叠式体系结构中的不同层之间共享权重。我试图理解的是，当作者没有指定这一点时，默认行为是什么？我们是否应该假设它们已经在各层之间共享了权重？或者每一层都有自己的单元格权重集？
浏览 5提问于2017-08-12得票数 0
回答已采纳
我是深度学习的新手，目前正在使用LSTM进行语言建模。我正在看pytorch文档，被它搞糊涂了。如果我创建一个当hidden_size =4和num_layers = 2时，我想我会有一个类似如下的架构：LSTM -> LSTM -> h3LSTM -> LSTM<
浏览 9提问于2018-03-12得票数 18
回答已采纳
LSTM的架构‘下的https://www.analyticsvidhya.com/blog/2017/12/fundamentals-of-deep-learning-introduction-to-lstm
浏览 61提问于2021-01-10得票数 1
回答已采纳
以下是代码model.add(LSTM(256, input_shape=(None, 1), return_sequences=True))model.add(Dense(1))model = Sequential()
model.add(LSTM(512, input_s
浏览 62提问于2019-07-29得票数 2
1回答
我想用Keras做一个LSTM神经网络，它得到四个特征的一些长度作为输入，并预测10个以下值。我不能设法设置适当的输入尺寸。X_train是形状(34,5,4)的阵列(重复观察，观察序列，特征) y_train是形状(34，10)的阵列。我无法满足所需的尺寸。 你知道我做错了什么吗？X_train = X_train.reshape((X_train.shape[0], X_train.shape[1], 4))
model.add(LSTM(30, dropout=0
浏览 14提问于2019-01-13得票数 1
回答已采纳
当我们在matlab中创建LSTM层时，我们将numHiddenUnits指定为layer = lstmLayer(numHiddenUnits)。我对此有两个问题。它是否表示LSTM单元的数量？如果是，那么这些单元是串行连接还是并行连接(它们之间没有相互作用)。 不幸的是，没有办法可视化(RNN)网络。我知道一个LSTM单元是如何工作的，但是我不知道下面的架构是什么样子的
浏览 623提问于2020-04-30得票数 1
它的网络结构如下所示timeseries2 -> lstm2timeseriesN -> lstmN
我见过许多堆叠lstm层的示例，但没有人向我展示如何水平连接多个lstm单元。现在，我有一个包含4个时间序列列的
浏览 0提问于2020-11-20得票数 1
我尝试构建一个长度可变的LSTM。首先，我创建LSTM单元，然后堆叠一个具有2个输出节点的完全连接层。代码如下： from tensorflow.keras.models import Sequentialimport numpy as np
model
浏览 61提问于2020-07-29得票数 0
回答已采纳
1回答
我想用PyTorch创建一个LSTM模型，用于异常检测，但在这样做的过程中，我在理解细节时遇到了问题。 self.hidden_dim = hidden_dim
self.lstm= nn.LSTM(input_dim, hidden_dim, layer_dim, batch_firs
浏览 2提问于2019-07-30得票数 0
2回答
假设我创建了一个堆叠的LSTM网络，如下所示：time_steps = 10input_shape = [time_steps, features=True))其中，我们的层叠LSTM网络由两个LSTM层组成，分别有64个和32个隐藏单元。]的向量，它将在当前时间步表示第一
浏览 8提问于2019-03-27得票数 3
1回答
modelmodel.add(Embedding(vocab_size, 50, input_length=seq_length))model.add(LSTM(100))model.add(Dense(vocab_size, activation='softmax'))
print(model.summ
浏览 0提问于2019-10-10得票数 0
1回答
如果一个人使用更多的时代或更多的层次，那么训练有什么不同呢？ LSTMfor epoch in range(5):我知道训练后会有不同在第一种情况下，您将通过一个经过训练的LSTM单元发送任何测试批次，而在第二个案例中，它将通过4
浏览 3提问于2017-12-18得票数 0
回答已采纳
1回答
考虑到这种基于LSTM的RNN：model = Sequential()
model.add(LSTM(30, activation))是从密集层连接到最终隐藏层( 10 *10 =100个连接
浏览 4提问于2020-07-30得票数 0
1回答
最近我学习了ResNet的跳转连接，我发现这种网络结构在训练过程中会有很大的改进，它也适用于卷积网络，如U-net。但是，我不知道如何用LSTM自动编码网络实现类似的结构。我正在使用keras的方法来实现，但是我不断地得到错误。(Dense(1)))plot_model(model=model, show_shapes=True)
编码器lstm层
浏览 14提问于2020-03-20得票数 3
回答已采纳
我很难理解这个错误消息是关于什么的。我看过很多帖子，比如
ValueError: Input 0 of layer lstm_1 is incompatible with the layer: expected ndim我仍然想知道原因可能是什么，所以任何其他想法都会受到欢迎。
浏览 0提问于2021-05-19得票数 1
云服务器
ICP备案
对象存储
云直播
腾讯会议
腾讯云开发者
