如何在LSTM网络前实现1D CNN

文章/答案/技术大牛

发布

1回答

python、keras、time-series、lstm、conv-neural-network

目前，我像这样重塑了我的X_train： X_train = input.reshape(1,1,12) model = Sequential() model.add(LSTM(100,input_shape但现在我正在考虑在这个LSTM层之前实现一个1D CNN。有没有人知道该怎么做？

浏览 12提问于2020-04-03得票数 1

回答已采纳

1回答

基于神经网络的多元时间序列回归

python、tensorflow、keras、neural-network、time-series

我想使用深度神经网络来实现这一目的，但我有点迷失在选择正确的模型上。RNN/LSTM可能很好，但它只用于预测时间序列本身，而不是回归。我不确定卷积神经网络是否能够检测到时间上的变化(将X重塑为760x4500000矩阵)。你能推荐一些有效的方法来解决这个问题吗？

浏览 1提问于2019-12-03得票数 0

1回答

LSTM输入混乱

python、tensorflow、keras、deep-learning、lstm

我试着理解LSTM输入已经有一段时间了，我想我理解了，但是我一直对如何实现它们感到困惑。在指定LSTM时，可以指定单元格数和输入形状(我对输入形状有问题)。有状态的LSTM保留它的内部状态直到重置。是这样的吗？如果是这样的话，我在试图为我的网络指定输入形状时有很多困惑。这是因为我试图升级一个当前的网络，我不知道如何和在哪里指定输入形状没有错误。我试图升级它的方式是，最初，我有一个CNN到一个密集的层。我试图改变它，因为它添加了

浏览 8提问于2020-12-29得票数 0

回答已采纳

3回答

多元时间序列分析:什么时候CNN和LSTM比较合适？

time-series、cnn、lstm

我已经训练了一台LSTM，它运转良好，但训练需要一些时间。所以现在我的问题是:使用CNN而不是LSTM是否合理，即使它是一个时间序列？当你永远不应该转到CNN上的时候，有什么指示吗？

浏览 0提问于2020-07-20得票数 7

回答已采纳

1回答

在推理时删除Keras模型中的辅助分支

python、tensorflow、keras、deep-learning、keras-layer

我正在尝试实现一种预测算法，它结合了来自的LSTM和CNN模型。本质上，本文提出了一个包含三个分支的模型:一个CNN分支，一个LSTM分支，以及一个合并的分支。前两个分支仅在训练期间出现，以防止过度拟合，并确保最终模型针对CNN和LSTM功能进行了训练。这是论文中的图表(总损失函数中的α、β和γ只是这些特定损失的权重。)我实现了这一点： def construct_lstm_cnn(look_for

浏览 19提问于2020-05-18得票数 3

回答已采纳

4回答

如何查找keras模型的参数个数？

deep-learning、keras

对于前馈网络(FFN)，很容易计算参数的数量。给定CNN，LSTM等，有没有快速找到keras模型中参数数量的方法？

浏览 40提问于2016-03-04得票数 57

回答已采纳

1回答

每种类型的神经网络(RNN、CNN、LSTM等)在哪里？excel？

machine-learning、neural-network、deep-learning

例如，我知道CNN擅长分析图像。其他类型的优势在哪里？

浏览 0提问于2017-06-04得票数 0

4回答

是否有用于目标检测的RNN方法？

deep-learning、neural-network、computer-vision、convolutional-neural-network、rnn

在阅读了使用CNN检测物体的最新进展(R快速R，YOLO，SSD.)我想知道是否有一种使用RNN的方法，还是将CNN和RNN的方法结合起来进行目标检测？谢谢

浏览 0提问于2018-02-21得票数 4

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

我试着用GridLSTM和MLP/CNN训练图像。2-D image -> GridLSTM -> MLP or CNN -> GridLSTM -> MLP or CNN -> Output 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的( GridLSTM列表和<em

浏览 2提问于2016-09-22得票数 1

回答已采纳

1回答

用于在Keras中初始化LSTM单元状态的MLP

tensorflow、keras、deep-learning

我们可以使用MLP的输出作为LSTM网络中的小区状态，并使用反向传播来训练MLP吗？这类似于使用CNN & LSTM的图像字幕，其中CNN的输出被展平并用作初始隐藏/单元状态，并训练堆叠网络，其中甚至CNN部分也通过反向传播进行更新。我在keras中尝试了一个架构来实现同样的效果。

浏览 1提问于2018-07-19得票数 1

1回答

如何向CNN+LSTM网络添加附加数据

python、keras、deep-learning、keras-layer

我有以下网络(预先训练的CNN + LSTM分类视频)： rows, channels)) cnn_base= False cnn = Model(cnn_base.i

浏览 2提问于2020-09-17得票数 0

回答已采纳

1回答

ELMo -模型如何在新句子上传递其学习/权重

nlp、word-embeddings、transfer-learning、encoding、embeddings

所以，我在尝试如何在数据集中给出一个新句子的向量的机制。比如说，我们有一个预先训练过的模型，它对不同的单词有不同的向量。当我不得不在一个新句子上使用这个模型时，Elmo会产生一个新的向量吗？

浏览 0提问于2020-06-20得票数 0

2回答

如何修改网络的连接性时态分类(CTC)层也给我们一个信任评分？

tensorflow、deep-learning、ocr、text-recognition

我试图通过训练一个CRNN(CNN+LSTM+CTC)模型，从裁剪出来的单词图像中识别单词。我很困惑如何在认可的单词的同时增加自信的分数。我正在使用tensorflow并跟踪的实现。有人能建议我如何修改网络的连接性时态分类(CTC)层，从而也给我们一个信心评分吗？

浏览 3提问于2018-06-01得票数 0

回答已采纳

1回答

用CoreML预测模式的结果

swift、neural-network、coreml、createml

我对任何与机器学习有关的知识都是新手，我想知道如何预测模式的简单结果，例如，我有一个[1, 2, 3, 1, 3, 2, 1]数据集。用户执行操作3，数据集转到[1, 2, 3, 1, 3, 2, 1, 3]。我如何预测用户下一步会做什么？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

用Keras，Python校正CNN，LSTM分类器的输入维数

python、tensorflow、keras、deep-learning

我正在为网络流量分类目的实现一个2D (可能是1D) CNN+ LSTM分类器。CNN本质上将被用作特征提取器，LSTM将用于分类。我已经使用TimeDistributed层来帮助将CNN和LSTM层结合在一起(代码附后)。由于输入的大小是动态变化的，所以数据点的数目是没有表示的。(使用基于Linux的AWS实例、Ubuntu16.04和Tensorflow后端来实现代码) 使用来自Keras核心层的整形层来修复

浏览 0提问于2019-09-10得票数 3

回答已采纳

1回答

N个时间序列馈送到N个lstm单元的一层，如何将lstm水平连接为一层？

tensorflow、keras、lstm、tensorflow2.0、tf.keras

我正在尝试实现。它的网络结构如下所示timeseries2 -> lstm2timeseriesN -> lstmN 我见过许多堆叠lstm层的示例，但没有人向我展示如何水平连接多个lstm单元。现在，我有一个包含4个时间序列列的数据帧：'t1&#

浏览 0提问于2020-11-20得票数 1

1回答

在tensorflow中是否有卷积lstm的实现？

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

我只是做了一些简单的代码，如CNN，RNN和LSTM等等。现在我要实现卷积lstm。我读过并尝试将其作为练习来实现。然而，据我所查，互联网上没有密码。如果有人知道可用的源代码在哪里，请告诉我。

浏览 2提问于2016-08-31得票数 1

回答已采纳

1回答

用Image在Keras中实现Seq2Seq

python、keras、deep-learning、lstm、convolutional-neural-network

因此，我计划使用卷积神经网络(CNN)对每个img的空间信息进行编码。同时，如何用LSTM?对img序列的时间信息进行编码。, TimeDistributed, RepeatVector model.add(RepeatVector(output_seq_length)) model.add(LSTM

浏览 1提问于2018-05-17得票数 0

1回答

CNN1D只学习二分类问题中的一个类(Keras)

tensorflow、keras、conv-neural-network

Conv1D(30,3,input_shape=input_shape,activation="sigmoid")) model.add(LSTM

浏览 31提问于2021-03-24得票数 0

1回答

简单地说，GPU、Nvidia驱动程序、CUDA和cuDNN在使用深度学习框架时的关系是什么？

tensorflow、pytorch、cuda、gpu、nvidia

最近，我需要建立一个工作站来从头开始深入学习，我意识到我对在GPU上运行一个框架(如tensorflow或py手电筒)所需要安装的东西的理解非常有限。

浏览 8提问于2022-07-22得票数 -4

点击加载更多