我有一个数据集,其中有些特征是数字的,有些是分类的,有些是字符串的(例如描述)。举个例子,让我说我有三个特性:
| Number | Type | Comment |
---------------------------------------------------------
| 1.23 | 1 | Some comment, up to 10000 characters |
| 2.34 | 2 | Different comment many words |
...
我是否可以将它
我遇到了几个使用RNN对MNIST数字进行分类的例子,用sequence_length=1初始化隐藏状态的原因是什么?如果你提前1步预测视频帧,你会如何初始化它?
def init_hidden(self, x, device=None): # input 4D tensor: (batch size, channels, width, height)
# initialize the hidden and cell state to zero
# vectors:(number of layer, sequence length, number of hidden nodes
我正在训练一个由CNN和RNN组成的模型,输入到不同的输入,输出将被输入到FCN。现在的问题是:
我可以在CPU上运行CNN,在GPU上并行运行RNN吗?
与Tensorflow一样:
with tf.device('/cpu:0'):
CNN...
with tf.device('/gpu:0'):
RNN...