我正在努力理解如何获得隐藏层并将它们连接起来。embedding layer self.gru= nn.GRU(embedding_dim, num_layers=n_layers据我所知，我这样做是行不通的
浏览 150提问于2020-04-03得票数 3
1回答
我正在学习如何构建一个基于seq2seq的模型，并试图通过为编码器和解码器堆叠多个RNN层来扩展它。但是，我在检索对应于编码器隐藏状态的输出时遇到了问题。下面是我在编码器中构建叠加的双向GRUCell层的代码：def __init__(self, n_layers, dropout, ...):
浏览 4提问于2020-06-27得票数 0
回答已采纳
我对如何在TensorFlow中重构以下Pytorch代码感到困惑。它同时使用输入大小x和隐藏大小h来创建GRU层 import torchtf.keras.layers.GRU(64, return_state=True) 然而，我意识到它并没有真正考虑到h或<
浏览 10提问于2020-10-17得票数 4
在pytorch LSTM、RNN或GRU模型中，有一个名为"“的参数，它控制LSTM中隐藏层的数量。我想知道，既然LSTM中有多个层，为什么参数"hidden_size“只是一个数字，而不是包含多个层中隐藏状态的数量的列表，如10、20、30。我在处理一个回归项目时遇到过，在这个项目中，我将(seq_len，batch，feature)的序列数据提供给LSTM
浏览 6提问于2019-01-07得票数 1
1回答
用于可变尺寸输入的小型批量培训
、、、、
我是PyTorch和RNN的新手，所以我很困惑如何为我拥有的数据实现小型批量培训。有更多的这些数据，但我想保持简单，所以我只能理解如何实现小批量培训部分。我正在进行多类分类，基于LSTM/GRU在可变长度输入上训练的最终隐藏状态。我设法使它与批处理大小1(基本上是SGD)工作，但我正在努力实现小型批。我是否必须将序列压缩到最大大小，并创建一个包含所有元素的更大尺寸的新张量矩阵？DataLo
浏览 3提问于2018-02-14得票数 7
回答已采纳
1回答
这就是我要看的API，
对于具有多个层的GRU，我想知道如何获取最后一个层的隐藏状态，是h_n[0]还是h_n[-1]？如果是双向的，如何进行切片以获得G
浏览 0提问于2019-01-17得票数 8
我正在尝试RNN来解决一个可变长度的多变量序列分类问题。我定义了以下函数来获得序列的输出(即，序列的最终输入馈送后的RNN单元的输出) for x_single in x_sequence:
hidden_state = gru</em
浏览 15提问于2016-07-22得票数 10
回答已采纳
pytorch中的GRU层接受一个名为num_layers的参数，您可以在其中堆叠RNN。然而，还不清楚后续的RNN如何确切地使用前一层的输出。递归层数。例如，设置num_layers=2将意味着将两个GRU堆叠在一起以形成堆叠的GRU，第二个GRU接收第一个GRU的输出并计算最终结果。这是否意味着GRU<
浏览 6提问于2021-09-23得票数 2
我理解GRU是如何工作的，但现在我对Py火炬中GRU的“隐藏”和“输出”之间的区别感到困惑：“输出”只是GRU的隐藏状态，还是经过一些转换后的隐藏状态？如果“输出”只是隐藏状态，为什么我们希望output和h_n同时作为GRU.forward的返回值，因为我们可以从output的最后一个元素<
浏览 4提问于2022-07-09得票数 1
回答已采纳
1回答
在堆栈溢出线程中，有一行代码：有人能解释一下为什么最后和第一个令牌的连接而不是任何其他令牌吗这两个标记所包含的内容是什么？
浏览 1提问于2022-10-21得票数 0
回答已采纳
我确实从概念上理解了LSTM或GRU应该是什么(感谢这个问题)，但是当我检查GRU h_n和output的输出时，它们是不同的，而它们应该是...., -0.0432, 0.2122, -0.1797]]],它们是每个other...why的转置吗？
浏览 13提问于2019-06-20得票数 1
encoder_gru = Bidirectional(GRU(nb_gru_cells,return_sequences=True, return_state=True))ValueError:没有足够的值来解压(预期的5，g
浏览 10提问于2022-06-19得票数 0
回答已采纳
1回答
我想要建立一个序列到序列的模型，它需要一个2048年长的1s和0的向量(例如。.,1 )作为输入，并将其转换为已知的输出(可变长度) 1-20个长字符(例如。GBNMIRN、ILCEQZG或FPSRABBRF)。我的目标是建立一个模型，可以接受一个新的2048年长的1s和0向量，并预测输出序列的样子。但我不知道如何用我的问题来实现它。是否有任何项目已经做了类似的事情/
浏览 3提问于2017-06-19得票数 3
回答已采纳
1回答
我是使用pytorch的初学者。我想将2d二进制数组(17 * 20 )分为8类，我使用交叉熵作为损失函数。我有512批次的尺寸。输入是512批大小(17 * 20 )，最终输出512批大小为8。我应用了以下模型，我希望最终输出仅是长度为8的列表。例如512,8，但我得到了模糊的。我如何从网络中获得512,8作为最终输出。hidden_size=16,
浏览 22提问于2021-02-15得票数 0
回答已采纳
PyTorch RNN有RNN.weight_ih和RNN.weight_hh，前者是输入和隐藏层之间的权重，后者是隐藏层和隐藏层之间的权重。为什么隐藏和输出之间没有权重？ ?
浏览 19提问于2021-06-19得票数 1
我对tf.keras.Model进行了子类化，并在for循环中使用tf.keras.layers.GRUCell计算序列'y_t‘(n，timesteps，hidden_units)和最终隐藏状态'h_t为了让我的循环输出'y_t'，我在循环的每一次迭代之后更新一个tf.Variable。用model(input)调用模型不是问题，但是当我用调用方法中的for循环对模型进行拟合时，就会得到一个TypeError或ValueError.。本文不只是将
浏览 1提问于2021-08-05得票数 0
回答已采纳
2回答
我连续两次对相同的输入调用相同的模型，结果不一样，这个模型有nn.GRU层，所以我怀疑它有一些内部状态，应该在第二次运行之前发布吗？一些背景：
torch.manual_seed我已经检查过GRU在跑
浏览 1提问于2019-05-17得票数 2
回答已采纳
1回答
如何在无监督的环境中获得句子的特征向量？我相信对于图像数据，可以构建一个卷积自动编码器，并将隐藏层输出。对于RNN类型的模型(LSTM、GRU等)，执行此操作的最佳方式是什么？这()会走在正确的轨道上吗？
浏览 3提问于2016-08-05得票数 0
2回答
如何在TensorFlow中从tf.nn.rnn()或tf.nn.dynamic_rnn()获取所有隐藏状态？API只给了我最终的状态。第一种选择是在构建直接在RNNCell上操作的模型时编写一个循环。但是，时间步数对我来说不是固定的，它取决于传入的批处理。
一些选项是使用GRU，或者编写我自己的RNNCell，将状态连接到输出。另一种选择是做一些类似的事情，从一个RNN中获取所有变量。然而，我不确
浏览 2提问于2016-09-27得票数 12
1回答
我使用双向RNN来检测不平衡发生的事件。正面类的频率比负面类少100倍。虽然没有使用正则化，但我可以在训练集上获得100%的准确率，在验证集上获得30%的准确率。情况与我使用l2正则化是一样的，但我现在没有这样做。我在train+test和验证上获得了30%的准确率。在上述实验中使用128个隐藏单元和80个时间步时，当我将隐藏单元的数量增加到256时，我可以再次在
浏览 0提问于2016-10-21得票数 1
云服务器
ICP备案
云直播
对象存储
实时音视频
腾讯云开发者
