1回答
我在我的数据集上使用了LSTM神经网络(Keras软件包)，并希望使用模型不可知的方法来找到变量对我的预测的影响。数据集是一个三维数组。00 0.00000000e+00 1.00000000e+00] 1 所有模型不可知论方法这样我就可以解释这个模型了？我更喜欢使用部分依赖图来查看全局解释。 有人知道如何做到这一点(使用示例代码)吗？提前谢谢你！
浏览 44提问于2021-02-06得票数 1
1回答
库实现了哪个精确的LSTM (长时记忆)神经网络模型？它是“基本”版本概述的，或者如果它是一个变化，如，它是哪一个？特别是，我需要知道确切的内部联系以及它们各自的激活函数。我想知道这一点，因为我正在使用Keras来训练一个模型，我想用它在没有Python的设备上进行预测-因此我需要实现我自己的LSTM (并使用来自经过训练的Keras模型的权重)。
浏览 8提问于2017-05-26得票数 2
回答已采纳
最近，我讨论了RNN/LSTM在时间序列分析中与其他神经网络(如MLP或CNN )相比的优势。只要神经网络足够深，就可以建立时间连接模型。每个人都建议使用LSTMs进行时间序列分析。所以我知道我没有完全回答他(也许没有正确回答)，我现在真的
浏览 0提问于2017-09-14得票数 8
回答已采纳
我想问的是，LSTM可以建模为多对一。但是，Seq2Seq也可以建模为多对一。(当N为1时，M到N)。那么，有什么不同呢？
浏览 5提问于2021-03-23得票数 2
1回答
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。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
2回答
基于卷积神经网络的语言翻译
、、、、
许多语言翻译神经网络的例子：使用RNN，特别是LSTM。例如，参见句子语言的神经网络翻译，具有简单的层次结构(如果可能的话)和关于Keras中的序列对序列学习的十分钟介绍。进行语言翻译的尝试？
浏览 0提问于2020-02-28得票数 1
1回答
文本嵌入层之后池化层的用途
、、、、
我正在遵循tensorflow网站(https://www.tensorflow.org/tutorials/text/word_embeddings#create_a_simple_model)上的教程来学习单词嵌入，我有一个困惑是关于在嵌入层之后紧跟着一个全局平均池化层的目的，如下所示： model = keras.Sequential([ layers.GlobalAveragePooling1D(),
layers.Dense(16, activation='
浏览 37提问于2020-03-26得票数 1
2回答
我有一个单层的lstm与火把Mnist数据。我知道，对于一层lstm退出选项，lstm在放火枪是不操作的。所以，我在第二层的开头增加了一个下拉，这是一个完全连接的层。在测试中，我将其转换为标准模式，但精度达到96.44%。尽管如此，它还是比没有辍学的情况要少。__init__() self.num_layers = num_layers
self.lstm = nn.LSTM# Forward prop
浏览 0提问于2018-04-12得票数 2
回答已采纳
3回答
言语中的情感识别(例如:快乐；平静；悲伤；.)
对于这样的任务，哪一种DL模型应该表现得更好？我计划使用CNN，这两者都应该工作，但不确定有多好。我可以应用LSTM或其他方法吗？我以前用过凯拉斯。
浏览 0提问于2019-01-20得票数 2
1回答
我正在使用Python的大Keras库来训练神经网络。我对一种我不明白的行为感到好奇。这一切为什么要发生？我希望更大的模型只是训练时间更长，但收敛到较小或相同的误差。
我对模型进行了超优化，尝试了不同数量的失学正则化，并让它有足够的时间进行训练。我试验了大约10-20k参数、5层、10M数据样本和20-100个低LR历元的模型。模型包含密集的有时是<e
浏览 0提问于2018-01-31得票数 0
我对神经网络还是很陌生的，对以下的任何含糊之处，我都很抱歉。在用于语言任务的“标准”LSTM实现中，我们有以下内容(对非常粗略的草图表示歉意)： def __init__(*args):所有句子中的所有单词都被转换为嵌入并加载到模型中。现在的问题是：
是否对所有文章中的所有单词进行</e
浏览 1提问于2021-01-16得票数 1
回答已采纳
1回答
多元时间序列分类
、、、、
我不能应用距离测量技术进行分类，因为与其他MTS相比，数据太长且不是常数。什么是最好的方法。请指导我更好的技术，我也开放其他技术分类MTS。
浏览 0提问于2017-07-08得票数 2
2回答
有数以百计的模型需要检查。根据您在这一领域的经验，对此方案有哪些建议？另外，在这个场景中，了解每个系列的性质有多重要？
浏览 0提问于2018-03-23得票数 8
假设我有一个pytorch模型，描述了某个多维系统基于自身状态x和外部执行器u的演化，所以x_(t+1) = f(x_t，u_t)，f是pytorch的人工神经网络。：x_(t+1) = f(x_t，u_t)有没有一种简单的方法可以使用像pyomo或gekko这样的动态优化工具箱做到这一点？我已经编写了一些代码，将前馈神经网络转换为numpy函数，然后可以将其作为约束传递给pyomo。这种方法的问题是，每当神经网络结构发生变化时，它都需要大量的重新编程工作，
浏览 28提问于2021-05-26得票数 2
回答已采纳
1回答
有没有人试图预测时间序列数据中的特定模式？ 例如:在特定的时间内，时间序列中的某些变量会出现巨大的上升峰值……我该如何构建一个模型来预测下一次出现的峰值？ 如果有人在这方面工作，请务必回复。在实际情况下，这可能是随机的，我们的主要目标是捕捉这种模式并进行计数。
浏览 9提问于2020-07-16得票数 0
我正在尝试使用keras构建一个简单的单层LSTM神经网络，它有一个带有一个神经元的Dense()输出层(用于回归)。谢谢!
浏览 0提问于2017-08-22得票数 2
1回答
我正在创建一个Keras模型。我在试着改变。这是我的第一个模型：model = Sequential()es = EarlyStopping(monitor='val_loss')
model = Sequent
浏览 0提问于2020-04-22得票数 1
1回答
更新:在这个职位中，我们定义了可解释性和可解释性，并展示了这两个概念的不同之处。问题是透明度是否不同于(或两者)可解释性或可解释性。
浏览 0提问于2021-08-07得票数 0
LSTM（Long Short-Term Memory）长短期记忆网络在AI中有哪些应用？是否能成为人工智能领域的突破点？我了解到LSTM就是来区分哪些记忆要归位长期记忆，哪些记忆只需要短期储存。这样就可以在循环记忆网络中记住关键信息的同时减轻运算工作量。
浏览 3249提问于2018-05-08
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
