1回答
在pytorch LSTM上循环
、、、、
我正在训练一个用于pytorch机器翻译的seq2seq模型。我希望收集每个时间步的单元状态，同时仍然具有多层和双向的灵活性，例如，您可以在pytorch的LSTM模块中找到这些信息。为此，我使用了以下编码器和转发方法，其中我循环遍历LSTM模块。问题是，该模型训练得不是很好。在循环结束后，您可以看到使用LSTM模块的正常方式，以及使用该模块的模型列车。那么，循环不是这样做的有效方法吗？self.dropout =
浏览 16提问于2019-07-04得票数 1
回答已采纳
1回答
假设我们有一个类似于Today is a very bad day. Very bad day is today. I wont come to play.的文本考虑到我的课文可能有很多相似意思的句子，我该怎么做呢？
我对此非常陌生，任何一种建议或帮助都会很好。
浏览 0提问于2021-01-12得票数 1
1回答
我正在尝试将我的顺序Keras网络移植到PyTorch。但我在LSTM单位遇到麻烦了 stateful = False, dropout = 0.5), stateful = False, dropout = 0.5),
我应该如何用PyTorch来表述这个问题呢尤其是辍学在</em
浏览 2提问于2020-06-09得票数 1
我试图隐藏PyTorch代码的CNN -> LSTM级联模型到PyTorch闪电。在nn.Module码中有两个PyTorch类，一个用于CNN (编码器)，一个用于LSTM (译码器)，最后一个隐藏层作为PyTorch的输入。因此，在转换到PyTorch闪电之后，有两个pl.LightningModule类。我想知道如何在这两个类中填充所需的方法。以下是PyTorch中丢失和优化器的定义；优化器使用来自编码器
浏览 0提问于2021-08-03得票数 0
我正在使用LSTM (在PyTorch中)进行多变量时间序列预测。让我们想象一下这样的情况:我有两个时间序列，A和B，我想用之前的A和B的值(在t之前)来预测B的t值。但是，如果(在测试期间，在训练之后)我想使用B的预测值作为下一个时间步的输入而不是实际值，该怎么办？例如:我预测B的第一个值，走一步，把预测值代替真实的值，然后再次进行预测。在某些步骤中，只有预测值会出现在时间序列B中。
有没有可能做到这一点？
浏览 1提问于2020-04-17得票数 0
2回答
我想自己创建一个LSTM类，但是我不想从头开始重写经典的LSTM函数。深入研究PyTorch的代码，我只发现至少涉及3-4个具有继承的类的脏实现：
作为一个明确的例子，我正在搜索的是一个像一样干净的实现，但是在PyTorch中
浏览 2提问于2018-05-04得票数 11
回答已采纳
1回答
我试图为文本分类问题实现一个BiLSTM层，并为此使用PyTorch。self.bilstm = nn.LSTM(embedding_dim, lstm_hidden_dim//2, batch_first=True, bidirectional=True)现在，在一些例子中(我在互联网上看到)，人们正在通过ht通过Linear层并生成输出。有些人也在使用<e
浏览 0提问于2021-04-29得票数 0
在pytorch LSTM、RNN或GRU模型中，有一个名为"“的参数，它控制LSTM中隐藏层的数量。我想知道，既然LSTM中有多个层，为什么参数"hidden_size“只是一个数字，而不是包含多个层中隐藏状态的数量的列表，如10、20、30。我在处理一个回归项目时遇到过，在这个项目中，我将(seq_len，batch，feature)的序列数据提供给LSTM，我想要获得每个时间步的标量输出。这是理解pytorch LST
浏览 6提问于2019-01-07得票数 1
我们正在尝试使用LSTM重建模型。
从上面的图片中，我现在将它放在下面的形状中。(batch、lstm_num、dv_batch、dvector)我想知道是否有其他方法可以使用lstm_num作为循环或张量本身来处理4维数据。在原始版本中，我们得到一个
(batch，dv_batch，dvector)在三维数据中。
浏览 3提问于2020-05-25得票数 0
3回答
在PyTorch中，我们可以通过多种方式定义体系结构。在这里，我想使用Sequential模块创建一个简单的LSTM网络。在Lua的火炬里，我通常会说：model:add(nn.SplitTable(1,2))model:add(nn.Linear(hiddenSize, classes_
浏览 4提问于2017-05-23得票数 6
我正在尝试训练一个Pytorch LSTM网络，但是当我试图计算CrossEntropyLoss时，我得到了ValueError: Expected target size (2, 13), gotlayers print(f'Shape after LSTM, self.hidden_dim), torch.zeros(self.n_layers, batc
浏览 399提问于2020-11-30得票数 1
回答已采纳
和标题一样，我的问题是如何使用PyTorch库将打包方法应用于LSTM？我已经在python上使用TensorFlow构建了一个。但是现在要隐含到使用C和C++的系统中，要求是我需要使用PyTorch？ 有什么建议不需要使用PyTorch，直接将基于tensorflow构建的模型应用到系统中的真实预测中？ 请帮帮我！
浏览 17提问于2020-01-02得票数 0
1回答
但是，在将Conv2D层的输出连接到LSTM层时，我被卡住了。我试图实现这是Keras，但我无法做到这一点，因为在Keras中，我们不能在keras.models.Sequential模型中更改batch_size维度。
浏览 0提问于2018-01-20得票数 6
回答已采纳
我试图将一个现有的经过训练的PyTorch模型移植到Keras中。LSTM网络的Keras实现似乎有三种状态矩阵，而Pytorch实现有四种状态矩阵。例如，对于具有hidden_layers=64、input_size=512和输出size=128状态参数的双向LSTM，如下所示[<tf.Variable 'bidirectional_1/forward_lstm_1/k
浏览 2提问于2018-01-20得票数 11
回答已采纳
我是PyTorch的初学者。从lstm 中，我了解到可以通过以下方法创建具有3层的堆叠式lstm：然后在forward函数中，我可以这样做但是，如果我创建了3个lstm层，如果我想自己实现相同的层叠层，那么这相当于什么呢？layer1 = torch.nn.LSTM(128, 512, num_layers=1)
layer2 = torch.nn.LSTM(
浏览 0提问于2021-09-16得票数 0
回答已采纳
2回答
这似乎是PyTorch中关于LSTM最常见的问题之一，但我仍然无法弄清楚PyTorch LSTM的输入形状应该是什么。根据PyTorch的文档，它的输入维度是(seq_len, batch, input_size)，我理
浏览 6提问于2020-05-06得票数 16
回答已采纳
class LSTM_net(nn.Module): super(LSTM_net, self__() self.Embedding = nn.Embedding(vocab, Embedding) self
浏览 0提问于2020-01-15得票数 0
1回答
LSTM网络中的爆炸梯度
、、、
我已经在vb.net中创建了自己的lstm神经网络。根据我所读到的内容，lstm网络不会受到梯度爆炸/消失的影响。然而，过了一段时间，所有的梯度都会增加到最大。更改速率只会影响发生这种情况所需的时间。在lstm网络中，有没有什么东西会导致梯度爆炸？
我使用带有动量的RMSProp来更新序列大小从32到64的权重。还包括训练数据在0,1范围内的窥视孔连接器。我根据论文LSTM:太空搜索奥德赛改编的
浏览 1提问于2017-12-05得票数 0
1回答
该网络由一个具有一个LSTM层的RNN组成，并在其之上形成一个输出分类的MLP。在PyTorch中实现填充/掩蔽的正确方法是什么？
浏览 0提问于2023-05-30得票数 0
云服务器
对象存储
ICP备案
云点播
实时音视频
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