2回答
这是我们训练NLP的现代深度学习模型的常用方法，例如，在Huggingface库中，输入no有一个固定的长度。指记号/音音单位。https://huggingface.co/docs/transformers/pad_截断
在下面的例子中，我们有5个不同长度的句子，它们都被填充到最大长度设置为1024。我问题的第一部分是关于GPU内存的使用和pad，当我们训练带有填充输入的批数据的模型时，填充的令牌会占用GPU RAM吗？即使模型不计算它们，因为
浏览 0提问于2023-04-07得票数 2
在处理小批中不同长度的序列时，我们使用pad序列，使批处理中的所有序列都具有相同的长度。
假设数据集中的大多数序列都是<500个元素长，但是有一些非常长的序列可以是1000s的元素长。如果我想在不截断的情况下处理那些非常长的序列，那么即使输入批次不包含任何长序列，多头自我关注层的大小也必须根据最长的序列量身定做吗？
浏览 0提问于2022-09-08得票数 0
回答已采纳
1回答
也就是说，数据的特征是可变长度的序列，序列的每个元素用10个数字表示。现在，我们希望将其提供给LSTM，并且希望LSTM停止更新填充输入的输出。
在Tensorflow中，这将通过其sequence_length的参数来完成。我如何在Keras中</e
浏览 1提问于2018-10-28得票数 0
回答已采纳
1回答
tf.RaggedTensor [[0, 1, 2], [0, 1]]><tf.RaggedTensor
浏览 21提问于2020-06-12得票数 1
回答已采纳
我正在尝试将CNN的输出输入到TensorFlow的RNN中。[1, 9, 25, 29, 31, 10, 23, 29, 37, 36]
我可以得到最大序列号，在这种情况下，它将是37。问题是如何在不同的位置填充(1,230,2048)张量，以便用相同数量的序列</e
浏览 3提问于2016-12-18得票数 2
1回答
零填充物没有正确地执行我想
、、、、
序列长度是可变的，因为音频文件的长度不同，使得包含样本的向量也变得不同长度。import tensorflow as tffrom tensorflow.models.rnnsession.py", line 340, in run File "/usr/
浏览 7提问于2016-10-24得票数 0
回答已采纳
2回答
我将我的特性表示为2d矩阵，其中每一列代表音频文件中的一个帧(例如。每一行都是一个仅与该时间框架相关的特性(例如。MFCC系数)。现在，虽然我的行计数是固定的，列的数量将根据记录的长度而变化。现在我看到了许多解决方案：
当使用像K-NN这
浏览 7提问于2020-07-14得票数 0
我一直在关注一些参考文献，比如在和中，看看我们如何在批处理中同时执行填充和混洗。第一个链接更接近我的预期，但填充不会在批处理中混洗。单个批次被混洗，但不是批次元素。在第二个链接中，使用了标准的tensorflow，如tf.train.batch和tf.train.suffle_batch，前者只做填充，但不做混洗。是否有其他方法可以在批处理中同时执行填充和混洗操作
浏览 4提问于2017-06-24得票数 0
我想在tensorflow中创建一个LSTM来预测时间序列数据。我的训练数据是一组不同长度的输入/输出序列。我可以在同一批训练中包含多个不同长度的序列吗？或者我需要将它们填充成相同的长度？另外:如果展开的RNN比输入序列长，tensorflow会做什么？rnn()方法包含一个可选的sequence_length参数，该参数似乎旨在处理这种情况，但我不清楚它是做什么的。
浏览 2提问于2016-05-11得票数 1
我想在tensorflow中训练一个双向LSTM来执行序列分类问题(情感分类)。如何使用双向LSTM来管理这个问题？"sequence_length“参数是否自动从后向序列中的高级位置开始工作？
谢谢
浏览 4提问于2017-03-21得票数 7
1回答
这是一个关于在深度学习中使用不同长度的时间序列的概念性问题：xxxx(T=2)xxxx(T=4)xxxx(T=5)xxxx(T=3)然后用零填充结束我的问题是，是否可以假定神经网络能够独立地区分这个时间序列
浏览 3提问于2017-03-24得票数 3
回答已采纳
我想在填充序列上执行反向LSTM，这需要在没有填充的情况下颠倒输入序列。对于这样的批处理(其中_代表填充)： a b c _ _ _h i j k l m 如果想要获得： c b a _ _ _m l k j i h TensorFlow有一个函数tf.reverse_sequence，它接受批处理中序列的输入张量和长度，并返回相反的批处理。
浏览 31提问于2019-04-29得票数 2
回答已采纳
aachenosaurusabdallahsaurusabrictosaurusabydosaurus在我的例子中，字符序列是名字。只要我不能在不同长度的序列上训练RNN (如果我错了，请告诉我)，我需要把我所有的名字都用空格填充到一个最长的名字，也就是26。"# Convert individual characters to sequenc
浏览 0提问于2020-05-26得票数 0
回答已采纳
torch.nn.Conv2d(7, 64, kernel_size=(7, 7), stride=(2, 2), padding=(3, 3))我们如何在tensorflow
浏览 3提问于2020-07-14得票数 1
1回答
我正在尝试使用LSTM cell和Tensorflow创建一个文本生成神经网络。我正在用时间为主的格式time_steps，batch_size，input_size来训练网络上的句子，我希望每个时间步都能预测序列中的下一个单词。序列被填充空值直到时间步长，并且单独的占位符包含批次中每个序列的长度。
关于时间反向传播的概念有很多信息，但是我找不到任何关于tensorflow中用于可变长度序列成本计算的实际实现的信息。由于序列<
浏览 19提问于2017-12-31得票数 1
回答已采纳
1回答
Method (ServerException);
}; void我知道我必须在IDL文件中创建一个新的Stub和一个新的Skelton
浏览 2提问于2013-06-19得票数 0
1回答
我对Tensorflow训练后量化过程感到困惑。官方网站提到了Tensorflow Lite量化。不幸的是，这在我的例子中不起作用，也就是说，TFLiteConverter为我的Mask RCNN模型返回错误：Br
浏览 22提问于2020-03-02得票数 2
我有一个要运行的示例代码：import tensorflow as tftfe.enable_eager_execution如何在tensorflow中做到这一点，因为我使用的是RNN数据，所以我的张量大小是= [batch_size, max_time, feature_length]，其中我会对其进行切片，以便：
indexes如果不可能，有没有办法在这样大小的多个张量上对掩码进行排序
浏览 0提问于2018-03-25得票数 4
1回答
在Tensorflow中，所有的编码器-解码器功能()都使用RNN单元的单向实现。
我们如何在Tensorflow中实现双向编码器(或类似系统)，以便在编码器-解码器设置中同时学习前向和后向序列？
浏览 8提问于2016-07-30得票数 4
我正在尝试使用Tensorflow来实现聊天机器人及其seq2seq的实现。在阅读了不同的教程(、、)和原始论文之后，我无法解释为什么Tensorflow seq2seq实现会将所有序列(输入和输出)都存储到相同的固定长度中。示例：x = [[5, 7, 8], [6, 3], [3], [1]]
RNN需要一个不同的布局。序列短于最长的序列在结尾处填充零。这个布局称为time-major。
浏览 2提问于2018-01-19得票数 1
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
