我尝试使用一个示例LSTM，它是根据训练的。此示例允许在整个测试集上获得困惑。但我需要使用训练好的模型来分别对每个句子进行评分(获得loglike)(以对STT解码器输出的假设进行评分)。我对做了一些修改，并使用了代码：with tf.name_scope("Test"):
for test_data_ite
浏览 2提问于2017-07-06得票数 0
2回答
我希望设计一个LSTM模型使用Tensorflow，其中的句子是不同的长度。我遇到了一个关于PTB数据集()的教程。这个模型如何捕捉不同长度的实例？该示例没有讨论任何有关填充或其他处理可变大小序列的技术。
如果我使用填充，展开尺寸应该是什么？
浏览 3提问于2016-07-18得票数 1
回答已采纳
1回答
我是LSTM和Tensorflow的新手，我尝试使用LSTM模型来学习和分类我拥有的一些巨大的数据集。(我并不担心我打算学习的准确性)。我试图以类似于使用LSTM的PTB单词预测教程的方式实现该模型。m.targets: y,我对我的示例进行了如下修改m.targets: y,
浏览 2提问于2016-04-29得票数 1
我有一套句子和他们的分数，我想训练一个评分系统来预测一个句子的分数，这样的一个例子是：我希望使用LSTM来建立这样一个评分系统，并考虑句子中每个单词之间的顺序关系，因此将上面所示的培训示例转换为：在训练这个LSTM时，我想要
浏览 0提问于2018-11-13得票数 1
回答已采纳
我想构建一个会话模型，它可以使用TensorFlow LSTM使用前面的句子来预测句子。TensorFlow教程中提供的示例可用于预测句子中的下一个单词。lstm = rnn_cell.BasicLSTMCell(lstm_size)state = tf.zeros([batch_size, lstm
浏览 2提问于2016-02-12得票数 2
1回答
我发现了tensorflow 1b_lm项目：
但是，这个示例的结果包括7 '.npy‘文件。似乎它只是为句子中的每一个单词生成每个单词的嵌入？
浏览 1提问于2016-11-25得票数 0
1回答
已经有许多论文(特别是图像标题)将CNN和LSTM架构联合用于预测和生成任务。然而，他们似乎都是独立于LSTM训练CNN的。我在浏览Torch和TensorFlow (用Keras)，却找不到为什么不可能进行端到端的培训(至少从架构设计的角度来看)，但似乎没有任何关于这种模型的文档。
那么，能做到吗？火炬或TensorFlow (甚至西亚诺斯或卡菲)是否支持联合训练端到端的CNN神经网络？如果是这样的话，是否就像将输出从CNN链接到LSTM并运行SGD一样简单？还是说它更复杂？
浏览 2提问于2016-10-17得票数 8
1回答
我目前正在开发一个系统，该系统可以对两个句子是否具有相同的内容进行分类。为此，我使用了预训练的词向量，因此有一个包含句子一的词向量的数组(s1)和一个包含句子二的词向量的数组(s2)。为了对它们是否相似进行分类，我通过将s1中的所有向量与s2中的向量进行成对比较来创建一个矩阵。然后将该矩阵输入到CNN分类器中，并对数据进行训练。这一切都非常简单明了。为了得到s1和s2中每个向量的隐藏状态，需要使用双向LSTM
浏览 1提问于2018-10-11得票数 0
1回答
我已经使用Tensorflow训练了语言模型，如本所示Epoch: 13 Valid Perplexity: 124.502但我仍然对
浏览 9提问于2015-11-29得票数 2
1回答
所以目前我坐在一个文本分类问题上，但我甚至不能在Tensorflow建立我的模型。我有一批长度为70的句子(使用填充)，我使用的是嵌入大小为300的embedding_lookup。很遗憾，我正在为我的ValueError获得一个LSTMCell，因为它期待的是ndim=2，显然输入是ndim=3的，我还没有找到一种方法来改变LSTM层的预期输入形状。range(num_layers):
cells.append(LSTMCell(num_units, forget_bias, state_is_
浏览 0提问于2019-01-05得票数 0
回答已采纳
1回答
label_A...我想使用通用语句编码器(v4)来获得该字符串的嵌入(将是句子)，然后将其输入LSTM，对该序列进行预测。最后我得到了下面的代码：import tensorflow as tf
import tensorfl
浏览 2提问于2021-06-23得票数 1
回答已采纳
1回答
我试图建立LSTM神经网络来对句子进行分类。我见过许多例子，其中句子被转换成文字向量使用手套，word2Vec等，这里是一个它的例子。这个解决方案是可行的，在类似的行上，我编写了下面的代码，它使用通用句子编码器生成整个句子的嵌入，并使用LSTM对句子进行分类，但是即使在200年以后，它也不能工作--模型不收敛。请找到下面的代码
import tensorflow
浏览 0提问于2021-03-16得票数 1
回答已采纳
1回答
在使用LSTM或RNN生成新文本后，如何度量新text.can的质量?我使用BLEU评分，而BLEU则用于评价线对行生成任务，该任务侧重于两行之间的语义相关性。在这里，我没有目标来比较两个句子，因为我完全得到了一个新的文本。
浏览 0提问于2018-04-10得票数 0
回答已采纳
3回答
我用的是tensorflow和lstm细胞。该模型经过时间截断的反向传播训练。我的问题是如何组织培训的数据。
浏览 8提问于2016-03-12得票数 21
回答已采纳
我使用LSTM和VNN将主动文本转换为被动文本。我把标记化的数据输入到lstm中，得到形状的特征向量(68,1)，然后使用它作为香草神经网络的输入数据以及形状的输出概率矩阵(68,10,10)。module>File "/Users/pranavpallavalli/miniforge3/envs/env_tensorflow_fn_kwargs
浏览 10提问于2022-09-26得票数 3
回答已采纳
2回答
Word2Vec的使用
、、、、
抱歉，基本的怀疑，
我想知道我是否可以直接使用我的Word2Vec进行分类而不使用LSTM。我的假设是，这是不可能的，因为单词的顺序不会被考虑在内。因此，它不会用于分类。但是我们使用BERT嵌入来进行分类。但是在这种情况下，伯特根据句子的上下文生成嵌入。因此，我们可以使用它进行分类。我的理解对吗？伯特通过顺序学习实现了LSTM的学习，无需顺序处理，而是通过对句子的整体处理找到嵌入。
浏览 0提问于2022-07-29得票数 2
3回答
LSTM:层顺序输入0与层不兼容
、、、、
我正试图将来自Pandas DataFrames的数据安装到LSTM中，但对我必须提供的格式感到困惑。我创建了一个小代码片段，它将向您展示我试图做的事情：from tensorflow.keras.modelsimport Sequential
targets = pd.DataFrame(index=pd.date
浏览 13提问于2020-07-05得票数 1
回答已采纳
我正在尝试使用TensorFlow RNN实现Andrej Karpathy的博客中的RNN字符级语言模型。对于初学者，我从TensorFlow中的LSTM教程中获取了ptb_word_lm.py，并更改了阅读器函数，以便现在不再使用具有10000个不同单词的原始PTB数据集，而是在36个不同字符的流上进行训练诚然，在典型文本中的所有字符对中，"space-T“和"T-space”是最常见的，但RNN应该可以解决这
浏览 2提问于2017-01-27得票数 1
2回答
我正在尝试使用tensorflow对句子相似度进行建模。理想的做法是，首先将连接的句子馈送到rnn，然后将rnn的输出馈送到softmax，以进行二进制分类，无论相似与否。我对做了一些减号修改，但是成本不会像预期的那样降低。cost: 0.695012..."""The PTB</em
浏览 0提问于2016-05-03得票数 7
1回答
我希望将Javascript对象按其字符串键值(description)中的一个进行集群。我已经尝试过多种解决方案，并希望就如何处理这个问题提供一些指导。
按逻辑(类)组中的相似性对对象进行聚类。语义匹配将是很棒的，但就目前而言，仅仅是字符串的相似性就足够了。分层聚类与Levenshtein距离(单链接)-这里的问题是性能，结果令人满意(我使用了来自npm的hierarchical-clustering库)，但在大约150，我将不得不等待大约一分钟。我使用(来自npm的
浏览 1提问于2017-02-15得票数 6
云服务器
ICP备案
云直播
对象存储
实时音视频
腾讯云开发者
