我有一个具有多变量的数据集，我正在尝试重塑LSTM神经网络，但我正在努力重塑图层，但没有成功。 我的数据集的形状为(1921535，6)，每341个时间步对应一个样本。我想在(23,341，6)中重塑它，并在Model中输入它。在我的代码下面。max_length = 341
model = tf.keras</em
浏览 25提问于2020-12-03得票数 0
回答已采纳
1回答
我试图通过从通用句子编码器获取编码来训练模型，并使用LSTM对其进行训练。下面是我的代码： module_url = "https://tfhub.dev/google/universal-sentence-encoder-large/3"dense = Dense(256, activation="relu")(
浏览 19提问于2021-07-21得票数 0
1回答
我试图创建一个非常简单的2层LSTM模型，用于顺序预测。输入数据形状为2D。我想填充我的输入，但我不知道如何做，所以我手动填充我的输入数据。这就是为什么pad_inputs被注释掉的原因。_11/SelectV2}} = SelectV2[T=DT_FLOAT](lstm_1/while_11/Tile, lstm_1/while_11/lstm_cell_35/mul_2, lstm
浏览 2提问于2022-01-15得票数 1
我目前有一个用Keras实现的简单的LSTM模型，训练集x_train的维度是(1,18227，98)，测试集x_test的维度是(1,3217，98)个时间步/特征。目前该模型正在进行训练，没有任何问题，但是当我尝试使用我的测试集进行评估时，我收到了这个错误： File "keras_LSTM.py", line 170, in <module>&
浏览 39提问于2019-01-16得票数 0
回答已采纳
2回答
我正在尝试keras.layers.LSTM，下面的代码可以工作。import tensorflow as tffrom tensorflow import keras
x = keras.layers.Input(shape=(3, 1))
y = keras.layers.<em
浏览 0提问于2019-09-07得票数 0
回答已采纳
1回答
我正在构建一个LSTM网络。我的数据如下： X_train.shape = (134, 300000, 4) X_train包含134个序列，300000个时间步长和4个特征。下面是我在Keras中的模型。model = Sequential()model.compilecategorical_crossentropy', optimizer=
浏览 15提问于2019-03-07得票数 0
回答已采纳
我正在尝试使用LSTM预测时间序列，并使用Keras用Python编写代码。我想使用之前的20个时间步(t-20，t-19，..，t-1)，以便预测下一时间步(t+1)的输出。我不知道如何定义输入层的形状。Keras文档中的堆叠LSTM示例说明3D张量的最后一个维度
浏览 2提问于2019-02-15得票数 0
import SeqSelfAttentionmodel = keras.models.Sequential()
model.add(keras.layers.LSTM(epochs, input_shape=(train_X.shape[0], train_X.shape[2]), return_sequences=True))_33 (LSTM) (None, 5739, 20) 2320
浏览 0提问于2018-12-17得票数 1
回答已采纳
3回答
当尝试导入LSTM层时，我会遇到以下错误：
所以，我尝试从网站下载这个模块，另一个问题是文件类型是
浏览 2提问于2017-07-25得票数 2
我正在尝试向我的神经网络添加更多的LSTM层，但我一直收到以下错误：我的模型的代码如下：
model.add(LSTM(或者如果我添加更多的致密层。只是当我添加LSTM层时不
浏览 3提问于2017-11-16得票数 1
1回答
时间序列预测的正则化LSTM
、、、、
我有一个包含220行和1410列的dataframe。Sequentialfrom keras.layers import Dense
model.add但是当我试图在这个模型中做一个正规化(像这样：)时，我被塞了进去。如果我试试这个：model.add(L
浏览 1提问于2021-07-23得票数 1
回答已采纳
1回答
我正在尝试构建一个LSTM编码器。我正在MNIST数据集上测试它，以便在实际的数据集上使用它之前检查任何错误。我的代码：from tensorflow import keras as K hidden_representations])
到目前为止，一切看起来都很好，摘
浏览 3提问于2021-06-10得票数 1
回答已采纳
我想将它输入到ConvLSTM2D层，我希望ConvLSTM2D的输出与ConvLSTM2D的输入具有相同的维度。我尝试重新调整输入，但是错误仍然存在。model = tf.keras.Model(inputs=input_
浏览 0提问于2019-03-31得票数 2
回答已采纳
1回答
我在keras上使用LSTM，并使用之前的重整型层，希望我不必为LSTM层指定形状。 输入是84600 x 6 两个月内84600秒。6公制/标签im在2个月内进行测量 到目前为止，我已经 model = tf.keras.models.Sequential()model.add(tf.keras.layers.<e
浏览 39提问于2019-02-17得票数 1
2回答
我正在尝试了解LSTM RNN是如何工作的，以及如何在Keras中实现它们，以便能够解决二进制分类问题。我的代码和我使用的数据集如下所示。当我编译代码时，我得到了一个错误的TypeError: __init__() got multiple values for keyword argument 'input_dim'，有人能帮助我吗？from keras.models import Sequential
from kera
浏览 1提问于2016-10-06得票数 1
我想申请LSTM。我有12个特征和74行x_train, x_test, y_train, y_test: 1，74
界定模式：model.add(LSTM(1, batch_input_shape：
ValueError:层sequential_14的输入0与图层不兼容:预期的</em
浏览 9提问于2021-12-13得票数 1
回答已采纳
1回答
我正在尝试运行我的第一个机器学习模型。然而，我得到了下面的错误。(return_sequences=True) TypeError：init()缺少一个必需的位置参数：“单位”
from tensorflow.python.keras.layers import Dense, LSTM, Dropout
model
浏览 0提问于2019-03-28得票数 3
回答已采纳
import numpy as npfrom keras.models importimport kerasmodel.add(keras.layers.LSTM(16,
浏览 275提问于2020-12-28得票数 0
3回答
如何将输入维度转换为Keras中LSTM层的输出维度？通过阅读Colah的，似乎"timesteps" (AKA，input_dim或input_shape中的第一个值)的数量应该等于神经元的数量，而神经元的数量应该等于这个units层的输出数( LSTM通过阅读，我了解输入的形状。令我困惑的</em
浏览 0提问于2018-04-18得票数 6
回答已采纳
我正在寻找一种方法来使用Keras LSTM层对时间序列进行分类，每个序列由5个x，y位置组成。我的X_datas看起来像这样：且作为二分类，对于每个系列，Y_labels是0或1。我的问题是，它看起来像keras LSTM接受(timestep，dim)输入，如果我是对的，我有5个维度，每个维度2维，在每个步骤...
如何将X_d
浏览 2提问于2018-03-16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
腾讯会议
对象存储
云直播活动推荐
腾讯云开发者
