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
TimeDistributed
层
的
时间
序列
输入
python
、
machine-learning
、
keras
、
lstm
、
conv-neural-network
我创建了一个用于web会话存活预测
的
CNN-LSTM,我
的
训练数据如下所示: print(x_train.shape)model.add(
TimeDistributed
(Conv1D(128, 5, activation='relu'),input_shape=(x_train.shape[1], x_train.shape[2]))) model.add(<e
浏览 18
提问于2020-07-13
得票数 3
回答已采纳
2
回答
如何将未知
的
时间
步长
输入
到
TimeDistributed
Keras
层
machine-learning
、
neural-network
、
tensorflow
、
deep-learning
、
keras
我
的
输入
状态为shape = (84,84,4)所以我想把这个传递给一些
TimeDistributed
层
,
时间
步长为我
的
下一
层
是这样
的
: conv1 =
TimeDistributed
(Convolution2D(16, 8, 8, subsample=(4, 4), border_mode='valid
浏览 2
提问于2016-10-20
得票数 3
1
回答
如何设计一个多到多
的
LSTM?
lstm
我有一个
输入
数组
的
形状(1000,20,4)和输出(标签)
的
形状(1000,25,1)。但是,不知道如何使用Keras库来为此建立顺序模型!model = Sequential()model.add(RepeatVector(25)) model
浏览 0
提问于2019-03-04
得票数 1
回答已采纳
1
回答
为什么Keras
序列
到
序列
教程没有提到
TimeDistributed
层
包装器?
python
、
tensorflow
、
keras
解释了
序列
到
序列
RNN
的
实现,甚至没有提到
的
使用。然而,似乎暗示,使用
TimeDistributed
层
对于将密集
层
中
的
各个
时间
步骤分开是必不可少
的
(这在我看来是合乎逻辑
的
)。那么,为什么
TimeDistributed
层
包装器在Keras教程中都没有提到呢?让事情变得简单?或者本教程是否使用不需要
TimeDistributed
的
体
浏览 1
提问于2018-03-07
得票数 0
回答已采纳
2
回答
使用
TimeDistributed
层
的
LSTM在尝试使用tf.keras.utils.plot_model时行为怪异。
python
、
tensorflow
、
keras
、
deep-learning
、
conv-neural-network
activation='sigmoid')) return model 我用这个CNN-LSTM来处理一个多变量
时间
序列
预测问题CNN-LSTM
输入
数据采用4D格式:样本、子
序列
、
时间
步骤、功能。我认为这与以下事实有关:Conv1D不是正式意义上
的
时间
序列
,所以为了保持
时间
浏览 8
提问于2021-06-04
得票数 0
回答已采纳
1
回答
在创建
输入
层
时,我是否必须告诉Keras我
的
输入
维度?
neural-network
、
keras
、
lstm
、
recurrent-neural-network
我正在使用functional创建一个
输入
层
,将它
输入
到一个
时间
分布
的
层
,然后将它
输入
到一个LSTM中。到现在为止,它看起来像这样layer_2 =
TimeDistributed
(SomeLayer(params))(input_layer) 我
的
问题是,我想把不同长度
的
时间
序列
输入
浏览 0
提问于2018-04-23
得票数 0
回答已采纳
1
回答
连接Keras中
的
掩码
输入
python
、
tensorflow
、
keras
、
neural-network
、
recurrent-neural-network
我有两个
输入
,每个
输入
都是分类
时间
序列
,它们已经转换为一次hots。在一个批次中,
时间
序列
通常具有不同
的
长度,因此我用零填充它们,使其达到相同
的
长度。我想首先对每个
输入
应用一个掩蔽
层
,以便忽略填充,然后对每个
输入
应用
TimeDistributed
密集
层
,最后在将结果传递到LSTM之前连接密集
层
的
输出。(这并不重要,在LSTM之后
浏览 0
提问于2021-07-07
得票数 0
2
回答
TimeDistributed
与TimeDistributedDense Keras
python
、
machine-learning
、
neural-network
、
keras
、
keras-layer
我已经通过了,但仍然无法理解
TimeDistributed
作为Keras模型中
的
一个
层
究竟做了什么? 我不明白
TimeDistributed
和TimeDistributedDense之间
的
区别?有人能用一个精确
的
例子来解释这两种类型
的
层
包装器所做
的
事情吗?
浏览 4
提问于2017-02-22
得票数 14
回答已采纳
1
回答
如何在运行编译后
的
模型时更改keras中
的
层
的
维度?
python
、
tensorflow
、
keras
我有一个简单
的
keras模型,如下所示,模型摘要与我预期
的
一样,模型也符合要求,但是,我不知道如何匹配
输入
和输出维度以避免错误。epochs=epochs, validation_data=(x_test, x_test)) 我有一个简单
的
keras模型,如下所示,模型摘要与我预期
的
一样,模型也符合要求,但是,我不知道如何匹配
输入
和输出维度以避免错误。
浏览 4
提问于2018-02-16
得票数 1
1
回答
Keras函数API多
输入
LSTM
python
、
tensorflow
、
keras
我试图使用构建两个
输入
LSTM模型。下面是我使用
的
代码:inp_2 = 100N_FEATURES = 1 LSTM_2 = LSTM(name='LSTM_2', units=128)(RepeatVector_1) model.co
浏览 1
提问于2019-03-22
得票数 0
回答已采纳
2
回答
TimeDistributed
(稠密())与lstm后
的
稠密()
python
、
keras
、
nlp
、
lstm
、
tensorflow2.0
)out =
TimeDistributed
= Dense(num_tags, activation="softmax")(model)model.summary() 当我使用密集
层
或使用
TimeDistributed
时,我得到了相同
的
结果。在这种情况下,我
浏览 10
提问于2022-06-10
得票数 2
1
回答
如何正确地打包多通道
时间
序列
数据并为Tensorflow CNN-LSTM构建网络?
python
、
tensorflow
、
machine-learning
、
deep-learning
、
lstm
我
的
意图是让卷积
层
在
时间
(938-长度)维上应用滤波器,并将卷积
层
中这些滤波器
的
每一步
的
输出作为
时间
序列
中
的
样本
输入
LSTM
层
。我已经根据我在网上找到
的
一个例子将这个网络组合在一起,它似乎在使用类似的数据集(来自多个传感器
的
时间
序列
)和目标(使用CNN识别/提取特征,并使用LSTM查找特征
序列
中<em
浏览 5
提问于2021-06-04
得票数 0
1
回答
如何设置1dCNN+LSTM网络(Keras)
的
输入
形状?
python
、
tensorflow
、
keras
、
lstm
我有以下
的
想法来实施:
输入
有100个
时间
步骤,每个步骤都有一个64维特征向量Conv1D
层
将在每个
时间
步骤中提取特性。CNN
层
包含64个过滤器,每个过滤器有16个水龙头。然后,最大池
层
将提取每个卷积输出
的
单个最大值,从而在每个
时间
步骤中总共提取64个特征。然后,将
层
<e
浏览 1
提问于2018-04-17
得票数 2
1
回答
在单个密集
层
上使用
TimeDistributed
有什么不同吗?
python
、
tensorflow
、
keras
、
deep-learning
在单个密集
层
周围添加
TimeDistributed
包装器有什么不同吗?两者都具有相同数量
的
参数(2,208)和相同
的
输出形状(无,6,32)。这样做
的
目的是我有一个6个
时间
步长
的
数据
序列
,每个
时间
步有64个我想要通过密集
层
的
特征。# With
TimeDistributed
m.add(keras.layers.
T
浏览 13
提问于2019-03-13
得票数 2
回答已采纳
2
回答
如何在Keras中使用return_sequences选项和
TimeDistributed
层
?
deep-learning
、
keras
、
lstm
、
recurrent-neural-network
我想要实现一个LSTM模型,它可以预测系统
的
动作。系统动作被描述为位向量。并将用户
输入
计算为字嵌入,字嵌入也是位向量. 但是我无法理解return_sequences选项和
TimeDistributed
层
。要实现“多对多(2)",需要在LSTMs之后添加return_sequences==True和
TimeDistributed<
浏览 0
提问于2017-03-13
得票数 62
回答已采纳
1
回答
不同
输入
输出
序列
长度
的
TimeDistributed
neural-network
、
lstm
、
rnn
我正在研究如何将
TimeDistributed
应用到我
的
LSTM中,看看它是否会提高我
的
模型
的
准确性。老实说,我仍然不确定
TimeDistributed
的
具体用例是什么,我只是想尝试一下,看看它是否提高了我
的
准确性。除了盲目的尝试/错误,为什么有人要使用
TimeDistributed
呢?现在,我
的
下一个问题可能与我对
TimeDistributed
's
的
具体用例究竟是什么缺乏了解有
浏览 0
提问于2018-07-28
得票数 1
1
回答
Keras
TimeDistributed
层
实际上是做什么
的
?
python
、
tensorflow
、
keras
、
lstm
给定一个
时间
序列
,我有一个多步预测任务,在这个任务中,我想预测与给定
时间
序列
中
的
时间
步骤相同
的
次数。outputs=outputs) metrics=["accuracy"]) 稠密
层
上
的
但是,如果我将密集
层
封装在一个
TimeDistr
浏览 11
提问于2022-03-22
得票数 1
回答已采纳
3
回答
为什么不使用扁平,然后是密集
层
,而不是
TimeDistributed
?
tensorflow
、
machine-learning
、
keras
、
lstm
、
keras-layer
我正在努力更好地理解Keras
层
。我正在开发一个
序列
序列
模型,在该模型中嵌入一个句子并将其传递给返回
序列
的
LSTM。接下来,我想在句子中
的
每个
时间
步长(word)上应用一个密集
的
层
,就像
TimeDistributed
为像这个例子一样
的
三维张量所做
的
工作。在我
的
理解中,稠密
层
只对二维张量起作用,而
TimeDistributed
只是
浏览 2
提问于2018-12-07
得票数 6
回答已采纳
2
回答
在LSTM
层
之后,
TimeDistributed
的
兴趣是什么?
time-series
、
lstm
、
prediction
我已经看过几个类似的问题了,但是我什么都不明白,
TimeDistributed
的
兴趣是什么?为什么我们需要在LSTM之后插入一个
TimeDistributed
层
来建立
时间
序列
预测?
浏览 0
提问于2019-02-03
得票数 2
1
回答
基于多层感知器
的
双向长
时间
存储网络( BiLSTM )
python
、
tensorflow
、
keras
、
lstm
、
mlp
本文
的
网络体系结构是由尹瑞青、赫夫·布林、克劳德·巴拉斯·巴拉斯( Claude Barras,as, )提出
的
一种基于双向长
时间
存储网络
的
广播电视说话人变化检测系统。该模型由两个Bi(Bi 1和2)和一个多层感知器(MLP)组成,其权重跨
序列
共享。Bi 1有64个输出(向前32个,向后32个)。双LSTM2 2有40只(每只20只)。全连通
层
分别为40维、10维和1维.前向和后向LSTM
的
输出被连接起来,并前馈到下一
层
。共享MLP由三个完全连接<em
浏览 4
提问于2020-04-03
得票数 0
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
支持双层序列作为输入的Layer
时间序列的相似性
时间序列的理论与方法
周期性时间序列的预测
时间序列的因素分析法
热门
标签
更多标签
云服务器
ICP备案
实时音视频
即时通信 IM
对象存储
活动推荐
运营活动
广告
关闭
领券