腾讯云
开发者社区
文档
建议反馈
控制台
首页
学习
活动
专区
工具
TVP
最新优惠活动
文章/答案/技术大牛
搜索
搜索
关闭
发布
登录/注册
精选内容/技术社群/优惠产品,
尽在小程序
立即前往
文章
问答
(9999+)
视频
沙龙
1
回答
Pytorch
LSTM
模型
的
损失
不减
、
、
、
我正在编写一个程序,它利用
Pytorch
中
LSTM
中
的
构建,但是
损失
总是在一些数字左右,并且不会显著减少。我
的
模型
是这样
的
: class
LSTM
(nn.Module):
lstm
=
lstm
.double()
l
浏览 122
提问于2021-05-03
得票数 0
1
回答
美国有线电视新闻网->
LSTM
级联
模型
到
PyTorch
闪电
、
、
、
、
我试图隐藏
PyTorch
代码
的
CNN ->
LSTM
级联
模型
到
PyTorch
闪电。在nn.Module码中有两个
PyTorch
类,一个用于CNN (编码器),一个用于
LSTM
(译码器),最后一个隐藏层作为
PyTorch
的
输入。因此,在转换到
PyTorch
闪电之后,有两个pl.LightningModule类。我想知道如何在这两个类中填充所需
的
方法。以下是
PyTorch
中丢失
浏览 0
提问于2021-08-03
得票数 0
1
回答
基于前M和以下N元素
的
序列元素预测
、
、
、
、
...2121 # 300 numbers将所有序列拆分为训练/验证/测试集在测试和验证集中,将从180到190
的
位置上
的
使用预先训练
的
BiLSTM来预测验证和测试集中“0”
浏览 0
提问于2020-07-13
得票数 2
回答已采纳
1
回答
大类
的
LSTM
多类分类
、
、
、
我想要建立一个
模型
,分类473类-product类别--但我面临
的
问题是
损失
,而不是减少。数据我用
的
是
PyTorch
(embedding): Embedding(15278, 200) (
lstm
):
浏览 0
提问于2020-02-26
得票数 0
回答已采纳
1
回答
为什么
损失
继续减少,而性能保持不变?
、
、
我使用
的
是bert-
lstm
-crf
模型
,其中bert
模型
来自https://github.com/huggingface/
pytorch
-pretrained-BERT/,
lstm
crf
模型
是我自己编写
的
bert-
lstm
-crf
模型
经过25个时期
的
训练后,在训练集、开发集和测试集上
的
性能保持不变,但
损失
继
浏览 18
提问于2019-05-01
得票数 1
1
回答
keras中
的
多对多RNN -预测每n个输入
的
输出
、
、
我正在尝试弄清楚如何使用
LSTM
/GRU构建一个
模型
,该
模型
可以预测多对多,但对于每n次(在我
的
例子中是7次)输入。例如,我
的
输入数据有一整年每天
的
时间步长,但我只尝试预测每周结束时
的
输出,而不是每天。我能找到
的
唯一信息是这个答案:Many to one and many to many
LSTM
examples in Keras 它说:“当步数不同于输入/输出长度时,多对多:这在Keras中是异常困难
的
浏览 48
提问于2019-02-13
得票数 0
1
回答
Pytorch
fasterrcnn resnet50 fpn
损失
函数
、
、
、
、
我使用
的
是本教程中预先训练好
的
模型
。https://
pytorch
.org/tutorials/intermediate/torchvision_tutorial.html#defining-your-model 该
模型
是
pytorch
的
更快
的
RCNN 50fpn
模型
。有人知道分类
损失
、
损失
和客观性
损失
函数是什么吗(即交叉熵或?)。
浏览 56
提问于2021-07-30
得票数 0
1
回答
如何在python中从预先训练好
的
模型
中获得权重,并在tensorflow中使用?
、
、
、
如何在
PyTorch
中从预先训练好
的
模型
中获取权重并在TensorFlow中使用?这是预先训练好
的
模型
:
lstm
= torch.hub.load("BruceWen120/medal", "
lstm
")
浏览 3
提问于2021-11-28
得票数 0
1
回答
对RNN最大输出层
的
理解
、
、
、
、
以下是Keras中
的
一个简单
的
LSTM
模型
:model = Embedding(input_dim=input_dim, output_dim32000/34532 (93%)] Loss: 2.790446我已经确保
损失
和优化器是相同
的
现在有趣
的
是,如果
浏览 2
提问于2018-11-26
得票数 2
回答已采纳
2
回答
PyTorch
版本
的
as简单Keras
模型
、
、
尝试将Keras中
的
一个简单
的
LSTM
模型
转换为
PyTorch
代码。Keras
模型
仅在200年后收敛,而
PyTorch
模型
: yhat = model.predict(x_input, verbo
浏览 0
提问于2019-02-21
得票数 4
回答已采纳
1
回答
Pytorch
中
LSTM
的
可变大小输入
、
、
我正在使用可变长度视频
的
功能来训练一层
LSTM
。视频大小从10帧变化到35帧。我使用批处理大小为1。(bx)class LSTMModel(nn.Module): out = self.out(r_out[:, -1, :])我只想问一下:对于使用可变大小<e
浏览 1
提问于2018-04-14
得票数 5
回答已采纳
1
回答
GRU
损失
降至0.9,但不会进一步下降,
PyTorch
、
、
、
、
我用来进行GRU实验
的
代码。print(loss,acc) opt.step() k+=1 grad_fn=<SelectBackward>)
损失
为对于这些简单
的
输入数据,GRU
损失
是如此之大。原因何在?这段代码中
浏览 40
提问于2020-10-15
得票数 2
回答已采纳
1
回答
超装
LSTM
型放电筒
、
、
、
、
我正在学习关于
的
教程,以实现一个
LSTM
,用于使用
pytorch
进行文本分类。我试着在上应用这个实现,但是它有很大
的
局限性,达到了60%
的
最大精度。例如,请参阅列车/
损失
曲线:有没有什么建议(我对RNN/
LSTM
很陌生),以适应
模型
,以防止过高?
模型
摘自上述教程,看上去有点像这样: def __init__(self, vocab
浏览 12
提问于2022-07-04
得票数 1
1
回答
如何使输出之和为1
、
我
的
(
PyTorch
)
模型
输出之和不是1,这是
模型
的
结构。
LSTM
(64, 64)Sigmoid()[1, 0, 0, …, 0, 0][.7842, .5, .5, …, .5, .5] 你知道任何函数可以使它
的
和1吗?
浏览 6
提问于2022-07-13
得票数 -1
回答已采纳
1
回答
如何在
pytorch
LSTM
中自定义多个隐藏层单元
的
数量?
、
、
在
pytorch
LSTM
、RNN或GRU
模型
中,有一个名为"“
的
参数,它控制
LSTM
中隐藏层
的
数量。我想知道,既然
LSTM
中有多个层,为什么参数"hidden_size“只是一个数字,而不是包含多个层中隐藏状态
的
数量
的
列表,如10、20、30。我在处理一个回归项目时遇到过,在这个项目中,我将(seq_len,batch,feature)
的
序列数据提供给
LSTM
,我想要获得每个时
浏览 6
提问于2019-01-07
得票数 1
1
回答
在组合网络
的
子网上使用这两种
损失
、
、
、
、
我想分别计算每个网络
的
损失
。例如,在下面的图像中,
LSTM
1
的
丢失应该是(Loss1 + Loss2),系统
的
丢失应该是公正
的
(Loss2)我用上面的想法实现了像下面这样
的
网络,但是不知道如何编译和运行它。def build_
lstm
1(): h =
LSTM</e
浏览 1
提问于2018-11-14
得票数 3
1
回答
LSTM
自动编码器
的
这些实现之间
的
区别?
、
、
、
例1 (TensorFlow):model = Sequential()model.add(TimeDistributed(Dense(1)))该实现在应用
浏览 4
提问于2020-12-07
得票数 4
回答已采纳
1
回答
将
损失
值传递给Keras中
的
其他
模型
。
、
、
、
、
假设我有两个相互串联
的
模型
。我用
的
都是
lstm
。我想从其中一个中得到一个预测,找出预测值和地面真相之间
的
损失
,并传递这个数字来更新另一个
模型
。有谁能告诉我在Keras
模型
中从外部添加外部
损失
的
地方。假设预测值与真实值之间
的
损失
为0.2。我想将这0.2作为外部值传递给另一个
lstm
模型
,以增加它
的
输出
损失
。
浏览 1
提问于2019-06-28
得票数 2
1
回答
目标为同维向量时word2vec矢量训练
的
损耗函数
的
选择
、
、
我有一个
lstm
,我用它作为序列发生器,训练word2vec向量.以前
的
实现为所有不同
的
标签产生了概率分布。词汇中
的
每个单词都有一个标签。这个实现使用了
Pytorch
的
CrossEntropyLoss。我现在想改变这一点,以便
lstm
输出一个向量,其维数与用于训练
的
向量相同。通过这种方式,我可以使用euclydian距离度量来匹配词汇表中
的
附近向量。问题是,为了做到这一点,我必须使用不同
的
损失
函数,
浏览 1
提问于2019-09-25
得票数 0
回答已采纳
2
回答
用
Pytorch
进行线性回归时
损失
不减
、
、
、
、
我正在用
Pytorch
解决一个线性回归问题。我使用
的
数据集是Kaggle
的
房价。在训练
模型
时,我发现
损失
并没有减少。它显示出一种不稳定
的
模式。这是我在100个时期后得到
的
损失
: Epoch [10/100], Loss: 222273830912.0000Epoch
浏览 55
提问于2020-07-12
得票数 1
回答已采纳
点击加载更多
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
使用PyTorch手写代码从头构建完整的LSTM
教你几招搞定 LSTMS 的独门绝技
使用Optuna进行PyTorch模型的超参数调优
对比PyTorch和TensorFlow的自动差异和动态模型
深度解析业内热度一直不减的泰山众筹模型
热门
标签
更多标签
云服务器
ICP备案
对象存储
实时音视频
即时通信 IM
活动推荐
运营活动
广告
关闭
领券