1回答
构建多模式LSTM
tensorflow、deep-learning、lstm、recurrent-neural-network
我有以下LSTM网络。我想将此图中的红线添加到模型中。 ?keras.models import Sequential, Model,load_modellstm2 = LSTM(200, name='lstm2')(input_2)
l
浏览 15提问于2020-12-14得票数 0
回答已采纳
1回答
基于LSTM的脑电信号分类体系结构
python、keras、classification、lstm、channel
我有一个多类分类问题，我在python3.6中使用了keras & tensorflow。我基于本文中提到的“叠层 LSTM层(a)”实现了高精度的分类：。有些事情是这样的：model.add(LSTM(128), return_sequences=True)
model.
浏览 5提问于2021-01-20得票数 2
回答已采纳
1回答
初始化双惯量LSTM。传递字嵌入
python、keras、lstm、embedding
在我使用的实现中，lstm的初始化方式如下：我不太明白的是，这可能是因为缺乏一般的Python经验：l_lstm= Bidirectional(LSTM(...))因为它不是LSTM()的参数，但似乎也不是Bidirectional()的参数。
浏览 2提问于2018-10-28得票数 0
回答已采纳
1回答
如何在Keras中同时获得LSTM或GRU的最后输出和完整序列？
machine-learning、keras、lstm、rnn、gated-recurrent-unit
在Keras中，当使用LSTM或GRU时，如果我设置了return_sequences=False，我将得到最后的输出；如果我设置了return_sequences=True，我将获得完整的序列；但是如何同时获得它们呢
浏览 76提问于2018-12-12得票数 1
回答已采纳
1回答
如何在MultiRNNCell中重用权重？
python、tensorflow、lstm
lstm_cell = lambda: rnn.LSTMCell(nstates, reuse=tf.get_variable_scope().reuse) return lstm_multi_cell
当我创建第一个多单元时，函数应该按预期工作with tf.variable_scope('lstm') as scope:
浏览 2提问于2017-05-12得票数 0
回答已采纳
1回答
pytorch中num_layers =2的1个LSTM和2个LSTM的差异
deep-learning、lstm、recurrent-neural-network、pytorch
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
1回答
在Keras和tensorflow中使用LSTM进行时间序列预测
python-3.x、tensorflow、keras、lstm
我想在keras中使用tensorflow定义LSTM层。cell = tf.nn.rnn_cell.LSTMCell(n_neurons)lstm_outputsstates = tf.nn.dynamic_rnn(multi_cell, inputs, dtype=tf.float32)
outputs = TimeDistributed(Dense(1))(lstm_outputs
浏览 0提问于2018-03-27得票数 0
回答已采纳
1回答
指定对子类化keras.model时的批处理大小
keras、lstm
我通过对keras.Model进行子类化实现了一个包含LSTM层的模型。以下是我使用的代码。_lstm = keras.layers.LSTM(cell_size, return_sequences=True, self_lstm(out)
return self.我目前使用的是TensorFlow2.0 rc0。
浏览 18提问于2019-09-10得票数 3
1回答
并行LSTM每个工作在输入的不同部分。
python、tensorflow、keras、neural-network
model = Sequential()
例如，如果这个模型的批处理input是形状的(10,30,6)，那么我希望input[:,:15,:]流到左边的LSTM中，input[:,15:,:]流到右边的LSTM。
浏览 1提问于2019-02-25得票数 2
回答已采纳
2回答
在没有return_sequences的情况下，如何在keras中叠加多个lstm？
python、keras、lstm
这是我的密码model.add(LSTM(256, input_shape=(look_back, x_train.shape[1])))model.add(Dropout(0.3))
然后发生ValueError: Input 0 is incompatible with layer lstm_3: expected
浏览 17提问于2019-08-03得票数 1
回答已采纳
1回答
如何构造具有外部特征的时间序列多步视界的LSTM输入数据？
neural-network、time-series、keras、lstm、recurrent-neural-network
我试着用LSTM做商店销售预测。我知道如何使用其他时间序列模型或回归模型来解决这个问题，但我想知道RNN是否是一个很好的选择。
首先，我只使用 storeID=1 data来测试LSTM。如果我的数据只有日期和销售。Question2:我确实想使用原始数据中的其他信息，如温度、StoreType等。我应该如何构造LSTM的输入数据？
浏览 3提问于2017-03-03得票数 18
1回答
R中的LSTM seq2seq模型似乎没有使用经过训练的模型进行预测。
r、tensorflow、keras、seq2seq
我在R的sequence2sequence模型中找到了一个用于字符级机器翻译的例子：我现在的剧本在下面。不要全读，我会在下面高亮显示相关的部分。<- layer_lstm(units=latent_dim, return_sequences=TRUE,decoder_results <- decoder_lstm(decoder_i
浏览 7提问于2022-11-09得票数 0
回答已采纳
我正在使用一个用tf.nn.MultiRNNCell构建的final_state堆栈，我想将RNN传递给下一个图形调用。
浏览 1提问于2016-09-08得票数 1
回答已采纳
2回答
在keras的LSTMs中使用隐藏状态而不是输出
python、neural-network、deep-learning、keras、lstm
我想使用实现注意机制。我找到了一个使用这个注意机制的定制层的工作实现。而不是使用我的LSTM的输出值：my_lstm = AttentionWithContext()(my_lstm)我想
浏览 3提问于2017-08-11得票数 7
回答已采纳
1回答
用于在Keras中初始化LSTM单元状态的MLP
tensorflow、keras、deep-learning
我们可以使用MLP的输出作为LSTM网络中的小区状态，并使用反向传播来训练MLP吗？这类似于使用CNN & LSTM的图像字幕，其中CNN的输出被展平并用作初始隐藏/单元状态，并训练堆叠网络，其中甚至CNN部分也通过反向传播进行更新。
我在keras中尝试了一个架构来实现同样的效果。我知道这在tensorflow中更简单，我们可以明确地提到哪些参数要随着损失进行更新，但是有谁可以帮助我使用keras API吗？
浏览 1提问于2018-07-19得票数 1
1回答
在Keras中使用Lambda函数拆分LSTM输出
python、tensorflow、deep-learning、keras、keras-layer
我正在使用带有tensorflow后端的Keras。我在Keras中使用的是功能层。我想要实现的是，我在某些层有以下架构。张量(20,200)->LSTM->分为两个大小分别为(20,100)的张量据我所知，目前实现这一目标的唯一方法是使用Lambda层，因为Keras中没有“拆分”功能。#Other code before this
lstm_1st_layer = LSTM<
浏览 0提问于2017-07-05得票数 1
2回答
堆叠的LSTM网络中每个LSTM层的输入是什么？
deep-learning、lstm、recurrent-neural-network、stacked
我很难理解层叠LSTM网络中层的输入输出流。=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个LSTM层的隐藏状态。令我困惑的是：
第二层LSTM层-LSTM( 32 )-作为输入接收第一层-LSTM(64)的隐藏状态，其大小为[batch_size, time-step, hid
浏览 8提问于2019-03-27得票数 3
1回答
LSTM Keras顶部的注意
tensorflow、keras、deep-learning、lstm、attention-model
我正在使用Keras训练一个LSTM模型，并希望在此基础上增加注意。我对Keras和注意力都很陌生。在链接中，我学会了如何在LSTM层上添加注意，并建立了这样的模型lstm_model=Sequential() #or Graph
lstm_model.add(Embedding(output_dim=300,input_dim=n_symbols,mask_zero=True,weights=[
浏览 3提问于2018-05-28得票数 2
1回答
如何在Keras中使用我自己的句子嵌入？
keras、nlp、lstm、word-embedding、sentence-similarity
我试图将这个矩阵作为输入添加到LSTM层。tfidf', shape=(max_sent, 300))q2_tfidf = LSTM(100)(q2_tfidf)
distance2 = Lambda(preprocessing.exponent_neg_manhattan_distance
浏览 1提问于2018-10-08得票数 2
回答已采纳
1回答
Tensorflow MultiLSTMCell错误
python、machine-learning、tensorflow、neural-network、recurrent-neural-network
我正试图在tensorflow 1.1.0中开发一个递归神经网络，并且我编写了一个应该返回LSTM的函数。def LSTM(x, num_units, num, num_layers=3): for i in range(num_layers): File "C:/Users/Simone/Desktop/Cobra/LSTM_Functio
浏览 2提问于2017-07-26得票数 0
云服务器
对象存储
ICP备案
云点播
智聆口语评测
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号