如何在LSTM中为每个输入生成1个以上的输出？

在LSTM（长短期记忆）中，为每个输入生成1个以上的输出可以通过以下方法实现：

多对一模型（Many-to-One）：这是LSTM最常见的用法，其中输入序列经过LSTM层处理后，最后一个时间步的输出作为模型的输出。这种模型适用于许多任务，如情感分析、文本分类等。在腾讯云上，可以使用腾讯云的AI开放平台（https://cloud.tencent.com/product/ai）提供的自然语言处理（NLP）服务来构建和部署这样的模型。
多对多模型（Many-to-Many）：在这种情况下，LSTM的每个输入都对应一个输出。这种模型适用于序列到序列的任务，如机器翻译、语音识别等。腾讯云提供了语音识别（https://cloud.tencent.com/product/asr）和机器翻译（https://cloud.tencent.com/product/tmt）等相关服务，可以帮助构建和部署这样的模型。
多对多模型（Many-to-Many）：在这种情况下，LSTM的每个输入都对应多个输出。这种模型适用于一些需要生成多个预测结果的任务，如图像生成、音乐生成等。腾讯云的AI开放平台提供了图像识别（https://cloud.tencent.com/product/tii）和音乐生成（https://cloud.tencent.com/product/mgi）等相关服务，可以用于构建和部署这样的模型。

需要注意的是，以上只是LSTM模型中为每个输入生成1个以上输出的一些常见方法，实际应用中还有其他更复杂的模型和技术可以实现不同的需求。

如何在LSTM中为每个输入生成1个以上的输出？

machine-learning、keras、nlp、lstm、recurrent-neural-network

假设这是我的模型：Layer (type)None, 10, 500) 71500 _________________________________________________________________ lstm_31 (LSTM) (None, 10, 500) 2002000 _________________

浏览 6提问于2018-08-08得票数 1

回答已采纳

1回答

在keras API中为LSTM单元提供输入

keras、lstm、lstm-stateful

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

浏览 11提问于2019-07-15得票数 0

回答已采纳

1回答

LSTM模型中输入形状的警告

python、numpy、keras、deep-learning、lstm

我有每小时耗电量的时间序列数据，长度为(17544, 1)，格式如下： [38.2] ...[46. ] [40.2]][[17.6] [39.4] [48.6]我将得到24分的预测结果，但我得到

浏览 3提问于2022-11-08得票数 0

1回答

理解LSTM结构

deep-learning、keras、lstm、rnn

例如，这有一个输入和一些输出的图形。但是我首先想要理解的是，在更高的层次上，LSTM层在不同的配置中提供了什么输入和输出。问题：我的理解是，第一层("lstm1")将以输入

浏览 0提问于2019-02-18得票数 6

2回答

关于LSTM单元、单元和输入的问题

machine-learning、neural-network、deep-learning、lstm

我正在努力学习LSTM网络是如何工作的，即使我掌握了基本知识，内部结构的细节对我来说也不清楚。很明显，每个圆都应该对应于这样的单个LSTM单位这是正确的吗？在这种情况下，单元格中<

浏览 0提问于2017-12-07得票数 10

2回答

LSTM网络的图解

python、keras、lstm

我正与LSTM合作解决我的时间序列预测问题。)))我的预测问题是预测接下来的20个时间步骤，回顾过去的20个时间步骤。因此，对于每次迭代，我都有一个输入形状，如(x_t-20.x_t)，并预测下一个(x_t+1...x_t+20)。对于隐藏层，我使用300个隐藏单位。由于LSTM不同于简单的前馈神经网络，我无法理解这300个隐藏单元是如何用于LSTM单元的

浏览 0提问于2019-03-09得票数 1

回答已采纳

2回答

Keras多步LSTM分批列分类

python、keras、time-series、classification、lstm

问题每个目标批处理都是一个具有形状(batch_size, n_time_steps, n_classes)的三维数组，但是Keras需要一个二维数组。如果每只股票有30天的数据，我们可以训练一个LSTM来预测每个动作(每天，每只股票)，如下所示。对于N << N的每一批样本，X_train将具有(n, 30, m)的形状，即n样本

浏览 2提问于2018-10-18得票数 2

回答已采纳

1回答

为什么不能使用LSTM的3D音量输入？

machine-learning、neural-network、lstm、recurrent-neural-network

在我最近阅读的论文CountNet: Estimating the Number of Concurrent Speakers Using Supervised Learning中，它规定从CNN层输出的3D体积在进入LSTM层之前必须减少到2维序列，这是为什么？

浏览 32提问于2020-10-19得票数 0

回答已采纳

2回答

(tensorflow)能否将GridLSTM和MLP/CNN结合起来？

neural-network、tensorflow、deep-learning、recurrent-neural-network、lstm

因此，基本上，我想尝试的是输入一个图像到一个GridLSTM，然后把它的输出和输入到MLP/CNN作为下一层。例如：我试着运行GridLSTM的示例代码和Cifar10上的教程(用于CNN)。但这两个例子的输入和输出都是不同类型<em

浏览 2提问于2016-09-22得票数 1

回答已采纳

1回答

LSTM中的多特征

machine-learning、deep-learning、keras、lstm、rnn

很清楚LSTM如何与1功能一起工作。但是，如果功能的数量大于1，会发生什么呢？根据这里提出的答案， Keras创建了一个计算图，它将执行每个特性(但针对所有单元)的底部图片中的序列。但是，如果它根据每个特性执行流程，结果将是number of units x number of features。相反，我们只得到单位的数量(如果是return_sequences=False，否则是number of timesteps x number of u

浏览 0提问于2020-08-01得票数 3

回答已采纳

1回答

为什么Keras模型中的第一个LSTM比随后的模型有更多的参数？

keras、keras-layer

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。================================================_________________________________

浏览 1提问于2017-10-05得票数 0

回答已采纳

1回答

是否有可能通过角化图在中途更改batch_size？

python、tensorflow、keras、tensorflow2.0

我的系统使用单词生成句子表示，然后使用句子生成文档表示。我的初始输入将是= (10*20，50，1)I使用批处理size=200，time_steps=50的LSTM，然后执行隐藏输出的加权和以并行的 (10 *

浏览 2提问于2020-05-11得票数 1

回答已采纳

1回答

LSTM手机去哪儿了？

networking、neural-network、cell、lstm

我读过和看过很多关于LSTM单元的视频，我了解到它使用各种门来操作内存或单元状态：我的问题是这个LSTM细胞去哪儿了？替换每个感知器？我不这么认为，因为它似乎接收到了向量输入。在生成最终输出之后放置的，并且单元状态传递给输入层？。我找到了这张照片，但我还是很困惑。任何帮助都将不胜感激。

浏览 4提问于2020-05-16得票数 1

回答已采纳

1回答

如何在Keras中构建和训练实时预测的LSTM？

keras、tensorflow、time-series、lstm

我正在尝试创建一个人工智能来玩一个使用LSTM的3D近战战斗游戏。NN接收敌人关节(如头、手、腿)的相对位置作为输入，并为每个时间步骤输出正确的动作。目前，我正在使用一个香草前馈神经网络与Keras和它的表现良好，但它需要从多个时间步骤的信息，才能更有效。我现在正试图为这个问题实现一个LSTM。我希望在每个时间步骤接收一个输出，而不是在接收输出

浏览 0提问于2020-09-23得票数 1

3回答

Keras的LSTM真的考虑到了单元状态和以前的输出吗？

python、tensorflow、keras、lstm

在过去的一天里，我了解了LSTM's，然后我决定看一个使用Keras创建它的教程。model = Sequential()model.add(Dense(1, activation='linear'))get_train()然后他们预测我的

浏览 0提问于2019-06-10得票数 5

回答已采纳

1回答

Keras函数API多输入LSTM

python、tensorflow、keras

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='LSTM_1', units=128)(Input_1) Dense_1 = Dense(name='Dense_1&#x

浏览 1提问于2019-03-22得票数 0

回答已采纳

1回答

如何在字嵌入层前应用平滑技术(过采样)

python-3.x、tensorflow、deep-learning、oversampling

如何在LSTM中应用词嵌入层前的平滑算法。我有一个文本二值分类的问题(好(9500)或坏(500个)，总共有10000个训练样本和它的不平衡训练样本)，意思是当我使用LSTM和预先训练的单词嵌入(每个单词的100个维空间)，所以每个训练输入都有一个id(当文本描述小于50个单词，当描述超过50个字符时，每个训练输入有一个id's (50

浏览 0提问于2018-11-19得票数 6

1回答

用tensorflow理解LSTM模型进行情感分析

python、machine-learning、tensorflow、deep-learning、lstm

我正在尝试学习使用Tensorflow进行情绪分析的LSTM模型，我已经通过了。模型的后，尝试修改上面的LSTM模型。这里我把隐藏层的数目取为128个，是否需要与输入数(即len(train_x)= 9596 )相同？"，第131行，train_neural_network(x)文件中的"sentiment_demo_lstm.py"，第86行，train_neural_network

浏览 0提问于2017-06-06得票数 15

回答已采纳

4回答

在Keras中，如何获取LSTM图层的3D输入和3D输出

python、keras、neural-network、lstm

在我最初的设置中，我得到了y1 = (1200,10)model = Sequential()model.add(LSTM(12, return_sequences=True))X2 = (1200,40,1)现在，我将X

浏览 2提问于2019-05-22得票数 11

4回答

了解回归用LSTM的输出

neural-network、regression、lstm、rnn、word-embeddings

在这种情况下，系统的输出是序列中所有标记的所有可能标记的分布，例如对于三个可能的POS类{'DET': 0, 'NN': 1, 'V': 2}，('the', 'dog', 'ate', 'the',完整的代码在下面，但我正在努力理解输出。我本来想要一个输出的。张量的大小与<em

浏览 0提问于2019-02-13得票数 5

回答已采纳

点击加载更多

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

如何在LSTM中为每个输入生成1个以上的输出？

相关·内容