1回答
将嵌入层与GRU一起使用
、、、
我有一个使用GRU手动将输入创建为3D数组的工作代码(None,10,64)。现在我想在GRU之上使用keras嵌入层。我的想法是输入一个二维数组(None，10)，并使用嵌入层将每个样本转换为相应的嵌入向量。return_sequences=False))model.add(Dense(64))
model.add(Acti
浏览 22提问于2019-01-23得票数 0
回答已采纳
我使用这个嵌入层将每个单词向量到300维。之后，titles_embed的形状为(?, ?, 40, 300)，其中第一个?是批次大小，批次中的每个样本都是一个段落，由第二个?个句子组成。每个句子都有40个单词，最后300是嵌入的大小。所以
浏览 22提问于2020-05-20得票数 0
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第一层的最后一个单元的输出将作为输入输入到下一
浏览 6提问于2021-09-23得票数 2
1回答
学习单词嵌入的常用方法是基于弓模型和跳格模型.
是否有可能训练一个基于RNN的体系结构，比如GRU或LSTM，从一个大语料库中随机的句子来学习单词嵌入？
浏览 0提问于2018-08-17得票数 3
回答已采纳
我目前正在使用lstm和rnn一段时间。我在tensorflow和keras中都尝试过。然而，有些事情让我真的很困惑。use the hidden states
然而，我们似乎使用了多个有没有办法让我们使用不同的rnn来包装不同的lstm？
同样的问题也适用于keras，当我使用for循环来定义10个GRU时，打印输出显示似乎只有两个不同的GRU，
浏览 5提问于2018-08-18得票数 0
回答已采纳
我想将3CNN与3GRU层结合使用。layer_c], outputs=[layer_f])但是当我试图融入我的数据时，它会产生一个错误：
输入0与层gru_14不兼容:预期的ndim=3，找到ndim=2。
浏览 1提问于2018-04-03得票数 2
回答已采纳
1回答
batch，num_directions * hidden_size)
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]？
浏览 0提问于2019-01-17得票数 8
目前，我正在尝试使用Tensorflow上的Keras对timeseries数据进行分类。我能够运行一个非常简单的模型，但经过一些反馈之后，建议我在一行中使用多个层，并在密集层周围添加TimeDistributed包装器。softmax')))当尝试将模型
浏览 0提问于2019-05-14得票数 1
回答已采纳
📷
我有一个由时间序列和整数数据组成的数据集(IoT可穿戴数据集)；我的任务是使用该数据集进行分类。虽然当前sktime中的库接受多变量时间序列数据作为输入，但我认为它们不接受整数数据。
浏览 0提问于2021-05-06得票数 0
1回答
我似乎无法理解keras GRU层中返回状态和返回序列之间的区别。 由于GRU单元没有单元状态(它等于输出)，那么返回状态与keras GRU层中的返回序列有什么不同呢？更具体地说，我构建了一个具有一个编码层和一个解码层的编码器-解码器LSTM模型。编码层返回其状态(return_state = TRUE)，并且解码器层使用这些状态作为初始状态(initial_state = encoder_sta
浏览 34提问于2019-02-26得票数 8
1回答
我正在尝试使用numpy将GRU与SVM连接起来。我目前使用从GRU计算的隐藏层作为SVM的输入，并计算出真实的结果，它确实工作得很好。我可以使用tensorflow 2.0来做到这一点吗？
浏览 9提问于2020-09-23得票数 0
我正在使用RNN构建一个简单的分类器，将一段单词分类到不同的目录中。它有一个嵌入层，然后是RNN，然后是一个密集层，如下所示。layer_embedding', weights=embedding_matrix],trainable=True))
model.add(Bidirectional(GRU</em
浏览 1提问于2018-06-11得票数 2
2回答
基于Keras的ELMo嵌入层
、、、、
我一直在我的架构中使用Keras默认嵌入层和word嵌入。name="lstm")
right_output = shared_lstm(encoded_right) 我想用ELMo嵌入替换嵌入层所以我使用了一个自定义的嵌入层-可以在这个repo - https://github.com/
浏览 11提问于2019-02-12得票数 1
回答已采纳
我正在使用gru函数来实现RNN。这个RNN (GRU)在一些CNN层之后使用。有人能告诉我这里GRU函数的输入是什么吗？特别是，隐藏的大小是固定的吗？self.gru = torch.nn.GRU( hidden_size=128,num_layers=1, bidirect
浏览 96提问于2019-11-28得票数 2
回答已采纳
2回答
在NLP和视觉语言问题中，将初始单词嵌入层的权重与输出softmax的权重绑定在一起，这是一种常见的神经网络架构。通常，这会提高句子生成的质量。(参见示例)
在Keras中，通常使用embedding类嵌入单词嵌入层，但是似乎没有简单的方法来将该层的权重绑定到输出softmax。有没有人碰巧知道这是如何实现的？
浏览 1提问于2017-11-03得票数 8
1回答
我正在构建一个网络，它将字符串分解成单词，将单词分解为字符，将每个字符嵌入，然后通过将字符聚合成单词和字符串来计算该字符串的向量表示形式。聚集是在双向gru层中进行的。padding symbol ) -> 接下来，我有一个嵌入层，它将每个字符转换成一个长度的嵌入向量，比如说6。然
浏览 6提问于2021-10-07得票数 0
回答已采纳
1回答
我试图复制本文中的代码，这里用于多标号问题(11个类)，它使用2- GRU 我的代码:我不确定两个前向层是否正确。在论文中，它的FF1:1024单位，和FF2: 512个单位。)
target_gru=Bidirectional(GRU(units=200, r
浏览 0提问于2020-01-31得票数 1
回答已采纳
1回答
我对深度学习有点陌生，我一直在尝试创建一个简单的情感分析器，使用深度学习方法进行自然语言处理，并使用路透社数据集。keras.preprocessing.text import Tokenizerfrom keras.layers import Dense, Dropout, GRUnp_utils.to_categorical(y_train, 50)
model = Se
浏览 1提问于2018-08-14得票数 1
回答已采纳
1回答
= GRU(int(n_units/2), return_sequences)
l2_decoder_gru = GRU(n_units,l4_decoder_gru
浏览 18提问于2018-09-08得票数 1
回答已采纳
我知道Elmo使用CNN而不是字符嵌入字符。然而，我不明白在高速公路网络中，字符嵌入是如何与单词嵌入连接在一起的。在Elmo论文中，大多数评估将Glove用于单词嵌入和CNN字符嵌入一起，这是有意义的，因为他们提到了单词嵌入。但是对于像TF-Hub中的模型这样的预训练模型，我们在公路层中使用哪些词嵌入来连接字符嵌入？ 如果可以的
浏览 16提问于2020-09-02得票数 0
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
