我有一个优化问题,我想用遗传算法来解决。基本上,有一个包含10个有界实值变量的列表(-1 <= x <= 1),我需要最大化该列表的一些函数。问题是,列表中最多只有4个变量可能是!数学上说,对于某些函数f:-1,1^10 -> R min f(X) s.t.{ var =0} <= 4只是一个基本的<
我是递归神经网络的新手,但我想用LSTM训练我的数据,但是我很难理解LSTM的多对一体系结构。假设我的数据的大小是time_step x num_features,2 x 2和我必须使用多对一的LSTM架构,因为我想进行分类。因此,在最后一个time_step中,我必须添加包含sigmoid激活函数的稠密(a),以预测序列类,即0或1。我的问题是,
当我计算a<e