我现在开始学习神经网络，尤其是时间序列模型的LSTM。 我读过一篇论文(convex based LSTM)，其中有人使用并行LSTM，然后将它们的输出组合在一起。现在我想知道如何实现这种类型的网络。我知道，在Keras中的LSTM构造函数中的参数“unit”是输出的大小，因为最后是元素乘法。但是，我不能确定具有N个单元
浏览 24提问于2019-12-09得票数 0
回答已采纳
普通Dense层中的第一个参数也是units，是该层中神经元/节点的数量。然而，一个标准的LSTM单元如下所示：(这是“”的改进型)
在Keras中，当我创建像这个LSTM(units=N, ...)这样的LSTM对象时，我实际上是否创建了这些LSTM单元的N</
浏览 11提问于2017-05-30得票数 80
回答已采纳
3回答
我正在使用深度学习库keras，并试图堆叠多个LSTM，但没有成功。下面是我的代码model.add(LSTM(100,input_shape =(time_steps,vector_size)))上面的代码在第三行Exception: Input 0 is incompatible with layer lstm_28: expected ndim=3, found ndim=2中返回错误输入X是形状(100,250
浏览 1提问于2016-10-31得票数 82
回答已采纳
1回答
n_units_1 = 200): model = Sequential() model.add(Dense(unit
浏览 10提问于2022-03-21得票数 2
1回答
Keras多输入掩蔽
、、、、
我正在构建一个具有多个输入的低密度扫描模型(这个数字由n_inputs给出)。我在(0, 1)中缩放输入，并用-1替换了输入的所有NaN。, n_inputs)))model.add(Dropout(dropout_rate))model.add(LSTM
浏览 3提问于2020-11-20得票数 2
回答已采纳
5回答
如何计算LSTM网络的参数数？
、、、、
是否有方法计算LSTM网络中的参数总数。====，n是输入向量长度。在这个例子中，他们认为隐藏层的数目是1
浏览 13提问于2016-06-28得票数 25
回答已采纳
我正在研究如何将TimeDistributed应用到我的LSTM中，看看它是否会提高我的模型的准确性。老实说，我仍然不确定TimeDistributed的具体用例是什么，我只是想尝试一下，看看它是否提高了我的准确性。除了盲目的尝试/错误，为什么有人要使用TimeDistributed呢？现在，我的下一个问题可能与我对TimeDistributed's的具体用例究竟是什么缺乏了解有
浏览 0提问于2018-07-28得票数 1
当我对mnist数据集上的简单分类任务运行递归神经网络tensorflow代码时，我得到了值错误。我不知道代码出了什么问题。在我看来一切都是对的。需要帮助！谢谢!# (128, 10)} #n_steps, n_hidden_units])
# cell
浏览 21提问于2017-03-16得票数 0
给定一个时间序列，我有一个多步预测任务，在这个任务中，我想预测与给定时间序列中的时间步骤相同的次数。如果我有以下模式：lstm = LSTM(units=100, activation='relu')(input1)
outputs = Dense(n_timest
浏览 11提问于2022-03-22得票数 1
回答已采纳
我试着用LSTM做商店销售预测。在这个例子中，我需要预测从01-01-2017到01-10-2017的商店销售额。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。或者我应该将样本构造为300，20，1？
Question2:我确实想使用原始数据中的其他信息，如温度、StoreType等
浏览 3提问于2017-03-03得票数 18
我只是从一个相当简单的顺序模型中查看Keras模型的细节，其中我一个接一个地拥有多个LSTM层。我惊讶地发现，第一层总是有更多的参数，尽管定义与后续的LSTM层相同。================================================
lstm_1 (LSTM) (None, 400, 5)220
浏览 1提问于2017-10-05得票数 0
回答已采纳
我知道这个问题提出了很多次，但我没有得到明确的答案，因为有不同的答案:在tf.keras.layers.LSTM tf.keras.layers.GRU层中有一个名为num_units的参数。我在网上看到了很多关于这个参数的问题。对于输出的形状这一显而易见的含义，这个参数的含义并没有明确的答案。有人说，这意味着在每一层中都有LSTM</e
浏览 49提问于2020-11-01得票数 0
回答已采纳
我正在尝试用Keras建立一个LSTM模型。代码片段： input_dim = 27timesteps = 1 X_test = np.reshape(X_test, (X_test.shape[0], 1, X_test.shape[1</
浏览 10提问于2019-03-24得票数 0
回答已采纳
2回答
我正在尝试使用Keras实现一个seq2seq编码器-解码器，在编码器上使用双向lstm，如下所示：from keras.models import Model
n_input = 1encoder_inputs= Input(shap
浏览 0提问于2018-06-12得票数 3
1回答
我在理解堆叠LSTM网络中的信元流时遇到了一些困难。(x_train.shape[1],1) ) )) model.add(LSTM(units= 30 , return_sequences(Dropout(0.2)) model.add(Dropout(0.2))
model.add(Dense(uni
浏览 8提问于2020-09-23得票数 0
1回答
双向LSTM的几个问题
、、、、
最初，我使用了带有两个隐藏层的LSTM，然后决定看看使用双向层是否会有任何改进。我没有改变输入的形状从LSTM到双向LSTM。当我运行LSTM版本时，它运行得很好，但是当我运行双向版本时，我得到了一个关于第二层的错误，期望有4个维度。我的问题是为什么会发生这种情况，我能做些什么？错误消息: ValueError: Input 0与bidirectional_2层不兼容:预期
浏览 0提问于2018-12-06得票数 1
回答已采纳
我有一个时间序列信号(n个样本，每个样本有81个时间步长和3个特征=nx81x3)。我使用的是一个固定的LSTM网络。n_timesteps = 81，n_features = 3。普通的LSTM同时指定了n_timesteps和n_features，但是当与conv1d结合时，没有指定它们。
如何知道
浏览 1提问于2019-09-23得票数 2
回答已采纳
1回答
Keras消息
、、、、
我尝试过做类似的教程；太阳黑子预测教程、污染多元教程等等，但我仍然不了解input_shape参数是如何工作的，也不知道如何组织我的数据以使它被keras所接受。我的数据集是一个单一的时间序列，描述了我们每个月销售的产品数量。我用了107个月的时间序列，把它转换成一个30行77列的数据集。我创建了一个训练集和测试集。model = Sequential()
model.add(<e
浏览 1提问于2019-02-14得票数 0
回答已采纳
我正在使用google colab在Tensorflow上实现一个LSTM神经网络。但是当我尝试创建一个占位符时，我发现了这个错误：----> 1 tf.reset_default_graphfrom tensorflow.python.framework import opsN_HIDDEN_UNITS = 64
d
浏览 3提问于2020-11-13得票数 0
1回答
我试图使用构建两个输入LSTM模型。下面是我使用的代码：inp_2 = 100N_FEATURES = 1
LSTM_1 = LSTM(name='
浏览 1提问于2019-03-22得票数 0
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
腾讯会议
云直播
对象存储活动推荐
腾讯云开发者
