1回答
不过，我相信这是根据该模型提供的数据进行预测。(我猜是和CreateML在一起的)。
对我的问题，建议采取什么方法？(对不起我的英语，如果需要的话，我会尽量澄清的)。谢谢您:)
浏览 3提问于2018-10-30得票数 2
回答已采纳
1回答
两个池层的对比特性
、、、、
我正在尝试设计一个双向的LSTM模型，我想连接在Max池和平均池层之后的特性。我把这个送给我的模特：from keras.layers.recurrent import LSTMfrom keras.models import Sequential
from keras.l
浏览 0提问于2018-10-13得票数 1
我想在Keras中合并一个前向LSTM和一个后向LSTM。后向LSTM的输入阵列不同于前向LSTM的输入阵列。因此，我不能使用keras.layers.Bidirectional。向后的输入是(12，4)，并且在输入到模型之前是反转的。我想在LSTM之后再次将其反向，并将其与正向合并。
简化后的模型如下。(input_shape = (10, 4), output_dim = 4, return_sequences
浏览 5提问于2017-07-01得票数 1
1回答
我知道如何在Keras中将不同的模型合并为一个模型。)model.fit([X1,X2])
不过，我不知道如何在TensorFlow中做到这一点。我有两个LSTM模型，并希望合并它们(与上面的Keras示例相同)。(stacked_lstm_2, model
浏览 4提问于2017-04-26得票数 0
回答已采纳
1回答
我试着用Keras做一个分类模型。我的数据包含一些数字功能和一些文本功能。所谓文字特征，我指的是注释或类似的东西。数字特征将是类别，年龄等。如何在Keras中实现这种类型的模型？
或者，在模型中同时使用数字特征和基于文本的特性有其他方法吗？
浏览 0提问于2018-03-25得票数 4
回答已采纳
我试着用Keras在字符级建立一个暹罗神经网络，以了解两个名字是否相似。因此，我的两个输入 X1和X2是一个三维矩阵：在实际情况下：from keras.models import Sequentialfrom keras</
浏览 5提问于2022-02-17得票数 0
回答已采纳
1回答
从RNN中可以得到可变的输出长度，即input_seq_length != output_seq_length吗？下面是一个示例，显示LSTM输出形状、test_rnn_output_v1默认设置--仅返回最后一步的输出，test_rnn_output_v2返回所有步骤的输出，即我需要类似于test_rnn_output_v2from keras.layers import Inputfrom keras.models imp
浏览 6提问于2020-04-20得票数 1
回答已采纳
3回答
我正在尝试创建一个非常大的Keras模型，并将其分布在多个GPU上。需要说明的是，我并不是想把同一模型的多个副本放在多个GPU上；我是想把一个大模型放在多个GPU上。我一直在使用Keras中的multi_gpu_model函数，但基于我在执行此操作时遇到的大量内存不足错误，它似乎只是复制了模型，而不是像我希望的那样分发它。但是，从文档中还不清楚我将如何使用这些估计器来完成我想要做的事情。例如，tf.contrib.distribute中</em
浏览 48提问于2019-02-06得票数 0
回答已采纳
但是，当我使用以下两个输入相同的模型时，它们给出了不同的results.By方式，输入形状是(None, 15, 2)，输出形状是(None, 1, 2)。Sequential模型： [ tf.keras.layers.Reshape((1,2))
]
浏览 12提问于2022-08-07得票数 1
1回答
我目前已经使用Keras创建了一个LSTM网络，并且必须获取该网络的每个节点的内部忘记门值。每次调用predict()函数时，我都必须获取忘记门/值。这样做是可能的吗？
浏览 1提问于2018-01-12得票数 5
1回答
我有以下模型，我想构建相同的序列网络，并最终连接两个网络的输出。这是我的模型： import numpy as npfrom keras.models import Sequential, Model,load_modelfrom keras.layers import Dense, Dropout, Activation, Flatten, LSTM, Embedding, Input, concatenate, La
浏览 18提问于2020-12-16得票数 1
回答已采纳
1回答
最近我学习了ResNet的跳转连接，我发现这种网络结构在训练过程中会有很大的改进，它也适用于卷积网络，如U-net。但是，我不知道如何用LSTM自动编码网络实现类似的结构。下面是网络代码：from numpy import arrayfrom keras</
浏览 14提问于2020-03-20得票数 3
回答已采纳
我正在阅读关于深度学习中的LSTM的文章。来自Andrew Ng教授的LSTM课程，每个LSTM单元有三个输入。输入是来自前一个单元的单元状态，即"c“上标(t-1)，以及LSTM单元"a”超级脚本(t-1)和输入x超级脚本(t)的输出。LSTM单元的输出是当前单元状态，即"c“上标(t)和LSTM单元"a”的输出超级脚本(t)。
我们如何在keras中为上面提到的输入传递<e
浏览 11提问于2019-07-15得票数 0
回答已采纳
我一直在尝试计算Keras中LSTM单元的参数数量。我创建了两个模型，一个使用LSTM，另一个使用CuDNNLSTM。模型的部分摘要如下 _________________________________________________________________ import tensorflo
浏览 15提问于2020-02-22得票数 1
1回答
对于这些代码，需要做什么更改才能得到类似于图中的模型？model = Sequential() recurrent_activation=keras.activations.tanh))loss=keras.losses.mean_squared_
浏览 1提问于2019-02-25得票数 2
回答已采纳
由于某些原因，我无法在我的模型中添加一个LSTM层：LSTM=Sequential()LSTM.add(LSTM(30, return_sequences=True,name='lstm_layer'))
浏览 3提问于2018-09-17得票数 1
回答已采纳
2回答
causal", input_shape=[None, 1]), tf.keras.layers.LSTM(64, return_sequences=True),
tf.keras.layers.Dense首先，为什么我们要在第二个LS
浏览 171提问于2020-09-23得票数 1
我在看这段代码：model.add(LSTM(input_shape = (1,), input_dim=1, output_dim=6, return_sequences=True))model.add编辑
代码是错误的，Keras只是尽了最大努力，如实际生成的模型所示(参见模型如何与代
浏览 1提问于2018-03-02得票数 2
回答已采纳
1回答
多变量预测多特征
、、、、
我对这种神经网络和LSTM很陌生。我希望我能得到你的指导，我会感谢你。
我有两年的比特币历史数据集和比特币情感数据集，每隔一小时一次。我的目标是预测未来60小时的未来图表使用LSTM。但在所有这些预测中，他们只采用了一个特征。他们只预测了未来一天的价格。因此，为了预测未来两个月的数据，我必须预测所有的特征。这样我就可以把预测的数据作为下一个预测的输入，等等，来预测下一个60天。到目前为止，我还没有编写用于构建模型的代码，因为在开始编写代码之前，我必须知道该做什么。其思想是将100或150行数据作为
浏览 11提问于2022-06-01得票数 0
我按照一个教程制作了一个Keras LSTM模型，它有80个时间步，每个时间步看80个单词，一次预测一个单词。现在我正在使用functional API创建一个不同的LSTM模型，我不确定我的另一个模型在没有时间分布层的情况下是如何工作的。我将在下面列出第一个LSTM模型。在没有时间分布层的情况下，下面的层如何在同一批处理中的不同时间点进行80个单独的预测？model = keras.Sequent
浏览 1提问于2019-05-20得票数 1
云服务器
ICP备案
云直播
腾讯会议
对象存储
腾讯云开发者
