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)
def get_sequence_output(x_sequence, initial_hidden_state):表示序列长度,每个输入元素的长度为10。gru函数接受前一个隐藏状态和当前输入,并输出下一个隐藏状态(标准门控循环单元)。我得到一个错误:'Tensor' object is not iterable.
我目前的想法是获取可以产生的可能元素的总数(等于最大数组索引- 1),然后使用Fisher-Yates-Knuth算法这样的随机顺序遍历这个列表,生成给定随机索引的项:for i in random_indexes:
# some windowing logic here to check which generatorwe should get from and set index appropriately, x =