1回答
如何为以下神经网络添加另一个LSTM层？net = tflearn.input_data([None, width, height])net = tflearn.fully_connected(net, classes, activation='softmax')
net = tflearn.regression(net, optimizer='adam
浏览 10提问于2017-07-23得票数 1
1回答
双向LSTM中的聚合层
、、、
我在tflearn的多对一设置(情感分析任务)中使用双向LSTM。我想了解tflearn是如何从前向和后向LSTM层聚合表示，然后将其发送到softmax层以获得概率输出？例如，在下图中，连接层和聚合层通常是如何实现的？有没有关于这方面的文档？
谢谢!
浏览 10提问于2017-07-21得票数 0
回答已采纳
2回答
vocabulary_size), dtype=np.float32) arrX[i, x] = 1我在图中创建了输入(X)和标签(Y)的占位符，以便将其传递给学习LSTM.Following是图形和会话的代码。print (utils.get_incoming_shape(tf.concat(0, Y))) net = tflearn
浏览 3提问于2016-12-19得票数 1
我有一个用于解决回归问题的LSTM (带有tflearn)。无论我做什么修改，我都会得到三种类型的错误。(g, 0.5)g = tflearn.dropout(g, 0.5)Y_pred = model.predict(X_test)
print('MSE Test: %.3f' % ( mean_squared
浏览 1提问于2017-02-01得票数 1
1回答
图像的CNN神经网络集成
、、、、
我试图通过以下代码整合CNN和LSTM的MNIST图像：importtensorflow as tfimport numpy as npfrom tflearn.layers.conv import conv_2d, max
浏览 1提问于2017-12-12得票数 1
回答已采纳
1回答
序列递归网络和的计算
、、、
我一直在尝试实施一个经常性的网络来计算一个数字序列的和。我计划让它接受可变长度的序列，但开始时输入长度固定在5。np.random.randint(1, 50, size=(sample_size, 5))X = np.reshape(X, (-1, 5, 1))
net = tflearn.lstm(net, 32, dropout=0.9)
net = tfle
浏览 3提问于2017-03-23得票数 1
回答已采纳
1回答
我在互联网上搜索了一些有一些描述的像样的文档或例子，但什么也没有找到。我正在尝试做的是对一个单词或小短语进行分类(最大。3个单词)，并给它们一个优先级“标签”。所以我尝试使用RNN，使用TensorFlow的tflearn库。这里的问题是，我找不到任何关于应该如何预处理数据或如何将数据提供给LSTM层的文档。(shape=[None, 1])net = tflearn.fully_connected(ne
浏览 0提问于2017-02-27得票数 2
我正在尝试创建一个lstm来生成音乐序列。训练数据是大小为4的向量序列，表示要训练的歌曲中每个音符的各种特征(包括MIDI音符)。我有以下代码net = tflearn.lstm(net, 128, return_seq=True)net = tflearn.lstm(net, 1
浏览 4提问于2016-04-09得票数 2
回答已采纳
1回答
我在理解TensorFlow中的LSTM模型时遇到了一些困难。net = tflearn.embedding(net, input_dim=200
浏览 3提问于2016-04-05得票数 4
回答已采纳
1回答
我在理解TensorFlow中的LSTM模型时遇到了一些困难。为了简单起见，让我们考虑一下示例程序。将数据集加载到变量中，并使其具有标准长度(在本例中为200 )。这里我想知道的是LSTM是如何接收输入的，它预测输出的样本有多少？例如，我想输入一个4096矢量作为lstm
浏览 0提问于2016-04-05得票数 5
3回答
神经网络:估计正弦波频率
、、、、
然而，即使使用LSTM，我也无法了解频率；我能够学习一个琐碎的零作为估计的频率(甚至对于火车样本)。from keras.layers import Dense, Input, LSTM
lstm = LSTM
浏览 6提问于2017-12-21得票数 7
回答已采纳
我正在尝试使用TFLearn在一个python模块中训练两个模型。我对所有的层都使用restore=False。我已经检查了(据我所知)所有之前的堆栈溢出问题，这些问题与在tflearn或tensorflow中训练或加载多个模型有关，但建议的解决方案(例如：restore=False或使用variable_scope在我的使用场景中，使用一个模块来训练(稍后加载和拟合)多个模型是非常重要的。代码如下
浏览 1提问于2016-11-25得票数 0
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 method
浏览 2提问于2022-06-06得票数 1
回答已采纳
3回答
我使用tensorflow上的tflearn包装器来构建模型，并希望将元数据(标签)添加到结果的嵌入可视化中。在运行metadata.tsv文件之后，是否有方法将其链接到保存的检查点？我在检查点摘要的日志中创建了一个projector_config.pbtxt文件，metadata.tsv位于同一个文件夹中。配置如下所示： tensor_name: "Embedding/W"
metadata_path: "C:&
浏览 13提问于2017-01-17得票数 5
回答已采纳
1回答
我正在尝试在Tf-learn中创建一个多层LSTM，但没有成功。在执行此操作时b = tflearn.lstm"Converting sparse IndexedSlices to a dense Tensor of unknown shape. "
在</em
浏览 1提问于2016-11-23得票数 0
1回答
我目前正在尝试在应用程序中使用经过训练的模型。 path, seq_maxlen=maxlen, redun_step=3)
g = tflearn.input_data(shape=[None, maxlen, len(char_idx)])
g
浏览 1提问于2016-11-14得票数 0
回答已采纳
1回答
下面是我用来训练NN的代码net = tflearn.lstm(net, 128, return_seq=True)net = tflearn.fully_connected(net, 1, activation='softmax')
net = tflearn.regression(net, optimizer='adam&#
浏览 1提问于2017-01-01得票数 0
2回答
假设我们有一个用于时间序列预测的LSTM模型。而且，这是一个多变量的例子，所以我们使用多个特性来训练模型。CuDNNLSTM(10, return_sequences = False)(x)我们可以在LSTM之前(如上面的代码)或LSTM之后添加Dropout层。如果我们在LSTM之前添加它，它是在时
浏览 5提问于2019-11-07得票数 12
回答已采纳
当我最初在莎士比亚语料库上运行2个LSTM网络(每512个单元)时，经过2次训练(每个时间段=一个周期通过数据集)，我得到了相当不错的输出。然而，在随后的所有运行(10)中，它都无法取得接近好结果的任何地方-例如，在6个时代之后，在我的最佳运行中，它损失了2.43，并且正在趋于平稳-这是输出：
修士？我和我在一起的时候是怎么做的呢?最常见的情况是，在初始运行之后的运行中，网络在丢失2.70之后将停止学习。=
浏览 2提问于2016-09-17得票数 1
我的玩具问题是这样的:一个两层的LSTM +密集层网络被输入原始音频数据，并且应该测试声音中是否存在一定的频率。stacked_lstm = rnn_cell.MultiRNNCell([lstm</e
浏览 1提问于2016-10-08得票数 1
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
对象存储
腾讯会议
云直播活动推荐
腾讯云开发者
