LSTM -多类分类-数据准备

文章/答案/技术大牛

发布

1回答

python、deep-learning、lstm、multilabel-classification、multiclass-classification

我正在尝试实现一个LSTM神经网络，用于分类土地利用/覆盖。我的数据集如下所示： ? 因此，我有大约10k个多边形(每个多边形都有一个唯一的RVI值)，对于每个多边形，我在29个不同的日期(数据列)计算了4个索引(VV，VH，New_id和RATIO)。然而，我完全迷失在准备数据集的过程中，到目前为止，我尝试了： ? 但我不认为这是对的..。顺便说一下，当我尝试运行那个单元格时，它返回了一个错误： ? 有没有人知道可能会发生什么，以及如何为这个问题准备

浏览 51提问于2021-11-08得票数 0

回答已采纳

1回答

我们如何在Keras中定义一对一、一对多、多对一、多对多的LSTM神经网络？

python、neural-network、keras、lstm、recurrent-neural-network

我正在阅读的文章(递归神经网络的不合理有效性)，并想了解如何在Keras中表达一对一、一对多、多对一和多对多的LSTM神经网络。我读过很多关于RNN的文章，了解了LSTM NNs是如何工作的，特别是消失梯度、LSTM单元、它们的输出和状态、序列输出等等。但是，我很难用Keras来表达所有这些概念。首先，我使用LSTM层创建了以下玩具NNfrom keras.layers import In

浏览 0提问于2018-09-02得票数 8

1回答

如何排列CNN+LSTM的数据集/图像

keras、cnn、lstm、image-classification、transfer-learning

我正在研究一个图像分类问题，使用以Resnet50为基础模型的传输学习(在Keras中)(例如A类和B类)。如何准备数据集(图像帧)。

浏览 0提问于2019-05-13得票数 9

1回答

多课程的机器学习Algo？

algorithm、machine-learning、multiclass-classification

哪种算法可以用于多类分类，其中每一行被分类为多个类？

浏览 3提问于2022-10-21得票数 -1

1回答

多对一LSTM输入形状

python-3.x、keras、lstm

我的输入数据有10个特征，它是在25个不同的时间戳上获取的。我的输出数据由类标签组成。所以，基本上，我有一个多对一的分类问题。我想为这个问题实现一个LSTM。总训练数据由10000个数据点组成。此LSTM网络的输入和输出格式(形状)应该是什么？

浏览 5提问于2017-07-07得票数 0

1回答

LSTM时间序列分类

time-series、lstm、rnn

我对神经网络和LSTM很陌生，因此这里需要一些帮助。提前谢谢。

浏览 0提问于2017-10-17得票数 2

1回答

尝试将密集层连接到LSTM时，层双向与层不兼容

python、tensorflow、machine-learning、keras、lstm

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。import Sequential # model.add(Dropou

浏览 66提问于2020-09-02得票数 0

回答已采纳

1回答

关于倾斜数据集的培训

keras、lstm、overfitting

我有一个多类分类的问题，我使用了一个简单的2层双向LSTM和角点。该模型的形式很简单：Bidirectional LSTM (64)Activation Sigmoid然后我进行了分类，并在下面描述了训练和验证集的丢失和准确性历史。📷 精确性是在2

浏览 0提问于2020-02-24得票数 1

1回答

用于多类分类的LSTM模型摘要

lstm、multiclass-classification

为文本数据创建LSTM多类分类模型。它有9个类。可以看到，输入层中没有任何参数。是对的吗？请帮助我理解这一点。谢谢。

浏览 3提问于2021-01-23得票数 0

1回答

我的预测函数有什么问题？

keras

我正在处理一个二进制视频分类问题，我将每个视频转换为7张图像，并使用vgg16从这些图像中提取特征，然后将图像序列提供给我的LSTM在输入LSTM之前，我使用(keras.utils.to_categorical)对我创建的标签进行编码，第一类使用1，第二类使用0，但是当我在小训练之后尝试预

浏览 0提问于2020-05-20得票数 0

1回答

带return_sequence=True的LSTM后的Keras致密层

python、keras、deep-learning、nlp

以下是网络架构： number_of_output_classes = 1direc = 2attention = Dense(hidden_size*direc,

浏览 0提问于2019-03-19得票数 1

3回答

如何处理超长的LSTM序列长度？

neural-network、lstm

我有一些数据是以非常高的速率(每秒数百次)采样的。这导致任何给定实例的平均序列长度都很大(约90,000个样本)。整个序列只有一个标签。我正在尝试使用LSTM神经网络将新序列分类为这些标签之一(多类分类)。然而，使用具有如此大的序列长度的LSTM会导致网络相当大。

浏览 0提问于2017-06-11得票数 10

1回答

基于LSTM的脑电信号分类体系结构

python、keras、classification、lstm、channel

我有一个多类分类问题，我在python3.6中使用了keras & tensorflow。我基于本文中提到的“叠层 LSTM层(a)”实现了高精度的分类：。有些事情是这样的：model.add(LSTM(128), return_sequences=True) model.add(LSTM(64), retu

浏览 5提问于2021-01-20得票数 2

回答已采纳

1回答

多类分类LSTM角

python、tensorflow、keras、lstm、tf.keras

我一直在为多类分类问题编写keras代码。我会揭露我的问题。我在一个csv文件中有一个数据集，其中有以下形式的行前3列表示来自加速度计的X、Y、Z加速度。最后4列表示类标签。我想要的是一个LSTM，它回顾之前的N个步骤(假设20)，以N个3D向量X，Y，Z作为输入，在每个序列的末尾(由这20个三维向量组成)，将该序列的概率分解为属于我所拥有的四个类中的任何一个。Question1:根据我的理解

浏览 1提问于2021-07-07得票数 0

1回答

Keras LSTM多类分类

python、deep-learning、keras

我有这段二进制分类的代码。我已经针对keras imdb数据集对其进行了测试。model = Sequential() model.add(LSTM(100, dropout# Final evaluation of the model我需要上面的代码被转换为多类分类</em

浏览 0提问于2017-09-27得票数 6

回答已采纳

1回答

文本分类:多文本分类与多类文本分类

machine-learning、text-classification、multilabel-classification

由于单个标签问题可以被描述为二进制分类(如果有两个标签)或多类分类问题(如果有多个标签，即labels>2)，目前的转换方法似乎都将多标签问题转化为多个二进制问题。但这将导致数据不平衡的问题，因为负类可能比正类有更多的文档。因此，我的问题，为什么不转化为多类问题，然后应用直接多类分类算法，以避免数据不平衡问题。在这种情况下，对于一个测试文

浏览 5提问于2016-03-02得票数 1

1回答

时间序列的Keras多类分类

python、pandas、tensorflow、machine-learning、keras

我试图在10个响应类中对输入的时间序列数据进行分类。所以我在我的响应特性中有10个类。我的LSTM网络如下所示model.add(LSTM(如何用categorical_entropy损失函数进行多类</em

浏览 3提问于2019-10-23得票数 0

回答已采纳

1回答

LSTM多对一体系结构输出的计算

deep-learning、lstm

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。

浏览 0提问于2019-01-29得票数 3

1回答

用矩阵对单个值进行分类

python、matrix、machine-learning、scikit-learn、classification

我试图在输入矩阵上训练一个分类器来预测输出矩阵，但是我不知道如何最好地表示分类器的输入矩阵(理想的sk-学习)。我不能将矩阵抽象成另一种形式，因为输入矩阵中的每个元素必须映射到输出矩阵相同位置的元素。

浏览 0提问于2019-03-29得票数 0

回答已采纳

1回答

基于Keras的变长信号LSTM多标签分类

python、keras、signal-processing、lstm、multilabel-classification

我最近开始从事心电信号分类的工作，在不同的班级。它基本上是多标签分类任务(总计4类)。我对深度学习，LSTM和Keras都很陌生，这就是为什么我在一些事情上感到困惑的原因。由于心电信号的长度是可变的(从9000到18000个样本)，通常分类器需要固定的变量输入，所以我也需要了解训练输入的形状。在LSTM情况下，我如何处理这种类型的输入。最后，对于这种冗长的输入，应该使用什么结构的深层LSTM网络，以及我应该使用多少层。耽误您时间，实在对不起。

浏览 2提问于2018-01-02得票数 3

点击加载更多