我使用Keras构建了一个LSTM体系结构。我的目标是映射长度29时间序列的浮标输入序列到长度29输出序列的浮点数。我正在尝试实施一种“多对多”的方法。我遵循实现了这样一个模型。def build_model(): model = tf.keras.Sequential() return model
我很困惑,因为当我调用model.predi
我正在尝试训练我的lstm模型,但在准确性、精确度、召回率和f1得分方面都得了0分。我从kaggle下载了心脏病数据集。代码如下: import tensorflow as tfimport numpy as np
outputs, states = rnn.static_rnn(lstm_cell, x, dtype=tf.float32), 1
我正在处理一个多类分类问题,为了好玩,我想尝试不同的模型。我发现了一个使用LSTM进行分类的blog,并试图调整我的模型以使其正常工作。这是我的模型: from tensorflow import keras from tensorflow.keras.layersimport Dense, Dropout, Activation, Bidirectional, LSTM</