1回答
visible = Input(shape=(251,)) bilstm = Bidirectional(LSTM
浏览 2提问于2018-12-03得票数 2
2回答
SelectBackward>)]def custom_model(input_embedding): #feed input to bilstm object
bi_output, bi
浏览 1提问于2019-10-23得票数 1
回答已采纳
1回答
我正在考虑使用Keras BiLSTM模型解决此任务的以下步骤：在火车集合上训练BiLSTM以预测序列中任何地方的下一个数目请回答以下问题：在这种情况下，我应该创建哪些数据结构和编码来训练和预测Keras <e
浏览 0提问于2020-07-13得票数 2
回答已采纳
我使用以下代码运行LSTM、GRU和bilstm模型def create_model_bilstm(units): #Compile model return model
# BiLSTMmodel_bilstm = create_mode
浏览 1提问于2020-10-14得票数 2
回答已采纳
我对基于深度学习的NLP是新手，我有一个疑问--我正在尝试建立一个NER模型，我发现了一些人们依赖于BERT-BiLSTM模型的期刊。现在我的问题是--如果上下文是在使用BERT嵌入word的过程中捕获的，为什么我们需要另一层BiLSTM呢？
浏览 0提问于2021-01-06得票数 5
回答已采纳
我希望BiLSTM的输出在批处理维度上是相同的，即out[:,0,:] == out[:,1,:] == out[:, 2, :]。import torch
seq_len, batch = 4, 3 x = torch.cat((a, a, a), dim=1)
浏览 2提问于2018-10-31得票数 0
我对深度学习非常陌生，我特别感兴趣的是了解什么是LSTM和BiLSTM，以及何时使用它们(主要的应用领域)。为什么LSTM和BILSTM比RNN更受欢迎？
浏览 0提问于2017-12-14得票数 21
回答已采纳
1回答
我已经训练了一个自定义模型，我有yaml文件和pth文件以及py文件在正确的目录中。但现在我要面对这个错误in----> 2 reader = easyocr.Reader(lang_list=['en'],recog_network='best_accuracy')
/usr/local/lib/python3.7/dist-packages/easyocr/recognition.py in get_reco
浏览 0提问于2022-09-21得票数 0
embedding_matrix],model.add(embedding_layer)
model.add(bilstm_layer)
model.add(Dense(300,
浏览 6提问于2022-11-07得票数 0
回答已采纳
0回答
我想知道如何在Keras中实现具有批处理规范化(BN)的biLSTM。我知道BN层应该介于线性和非线性之间，即激活。这很容易用CNN或密集层实现。但是，如何使用biLSTM做到这一点呢？
提前谢谢。
浏览 4提问于2017-06-22得票数 10
回答已采纳
1回答
我试图为文本分类问题实现一个BiLSTM层，并为此使用PyTorch。self.bilstm = nn.LSTM(embedding_dim, lstm_hidden_dim//2, batch_first=True, bidirectional=True)现在，在一些例子中(我在互联网上看到)，人们正在通过ht通过Linear层并生成输出。
浏览 0提问于2021-04-29得票数 0
__init__() self.num_layers = num_layers out, hidden = self.bilstmbatch_size, seq_length, hidden_size)
#concat hidden state of
浏览 1提问于2019-10-24得票数 0
回答已采纳
1回答
我能够在本地机器上加载模型，但是在AWS上加载# LOCAL MACHINEWV_MODEL = 'model_train_script/models/bilstm_models)# AWS
浏览 11提问于2022-03-03得票数 0
回答已采纳
1回答
给出输出: 0.12673968076705933，0.1556280255317688，0.031753458082675934，0.6858788132667542
该网络使用顺序与隐藏层(嵌入，BiLSTM，BiLSTM，密集，密集)
浏览 9提问于2022-02-04得票数 0
回答已采纳
我正在试验一个biLSTM模型和2种不同的嵌入技术(FastText，BERT)在两个不同级别(单词、句子)上的应用，它们都用于二进制文本分类任务。我的biLSTM模型在Keras中：
，，我在这里如何准确地使用伯特的序列输出？(类似于通过嵌入层中的嵌入矩阵传递权重)建议首先在序列输出(或BERT)之上使用biLSTM模型吗？，如果biLSTM模型是必要的，那么只使用伯特的768维嵌入是有意义的，还是常规的序列输出是可能的?当使用伯特？时，当我将可训练性设置为False时，应该什么时候设置为可训练为False？
浏览 9提问于2022-03-02得票数 0
__init__() self.num_layers = num_layers out, hidden = self.bilstm(x, (h0, c0))
fw_bilstm = out[-1, :, :self.hidden_s
浏览 1提问于2019-11-12得票数 0
回答已采纳
我一直试图在Keras中实现这个BiLSTM：inputs_w = Input(shape=(sequence_length,), dtype='int32')
BiLSTM= Bidirectional(CuDNNLSTM(hidden_dims, return_s
浏览 0提问于2019-04-15得票数 0
回答已采纳
1回答
具体来说，我想尝试添加LSTM或BiLSTM层和下拉列表。pooling="mean")(bert_inputs) output = Dense(output_size, activation="softmax")(bilstm
浏览 0提问于2020-01-15得票数 1
回答已采纳
1回答
我在我的神经网络中有下面的几个层次，它正在处理一个预测问题。tf.keras.layers.Dropout(0.25),有没有办法把它们组合成一个单一的层？当我看我的火车和验证损失的时间，它似乎有过火。所以我想简化我的网络。tf.keras.layers.Bidirectional(tf.keras.layers.LST
浏览 5提问于2022-07-19得票数 0
回答已采纳
2回答
文本分类中对密集层的需求
、、、、
在创建文本分类模型时，为什么需要一个密集的层？我在多个例子中注意到以下是结构。软件是什么要求的权利，而不是密集的一层？ tf.keras.layers.Embedding(encoder.vocab_size, 64), tf.keras.layers.Dense(1)考虑5类分类中的下列句子：a = activation_unit
emb= embeddi
浏览 0提问于2020-06-17得票数 0
回答已采纳
云服务器
ICP备案
即时通信 IM
云直播
云点播
腾讯云开发者
