1回答
我似乎无法理解keras GRU层中返回状态和返回序列之间的区别。 由于GRU单元没有单元状态(它等于输出)，那么返回状态与keras GRU层中的返回序列有什么不同呢？更具体地说，我构建了一个具有一个编
浏览 34提问于2019-02-26得票数 8
我正在训练RNN，这是我使用tf.keras.layers.GRU层构建的。他们需要很长时间来训练(>2个小时)，所以我将把他们部署到GPU进行训练。我想知道一些关于GPU训练的事情：
tf.keras.layers.CuDNNGRU和tf.keras.layers.GRU (以及tf.keras.layers.LSTM和tf.keras.layers.CuDNNLSTM
浏览 1提问于2019-08-05得票数 1
回答已采纳
2回答
我找到了一个使用这个注意机制的定制层的工作实现。()(my_lstm)我想使用LSTM的隐藏状态：out = Dense(2, activation='softmax')(my_lstm)
浏览 3提问于2017-08-11得票数 7
回答已采纳
1回答
快速建立库存预测的GRU模型
、、、、
我是RNNs的初学者，并希望建立一个运行模型门控递归单元GRU股票预测。对于具有此形状的训练数据，我有一个numpy数组：(1122,20,320)
我的train_y.shape是(1122 )，用1和0表示二进制变量。考虑到这一点，我开始尝试我的GRU</
浏览 7提问于2021-11-17得票数 0
回答已采纳
我有一个有状态的RNN模型，有几个GRU层是在Keras中创建的。
现在我必须从Java运行这个模型，所以我将模型作为protobuf，并从加载它。这个模型必须是有状态的，因为功能将在一个时间内提供一个时间步骤.据我所知，为了在TensorFlow模型中实现状态，每次执行会话运行程序时，我都必须以某种方式在最后一个状态中提供信息，而且运行将在执行后返回状态
浏览 3提问于2017-12-14得票数 1
回答已采纳
1回答
将嵌入层与GRU一起使用
、、、
我有一个使用GRU手动将输入创建为3D数组的工作代码(None,10,64)。(Dropout(0.8)) model.add(Activation("linear")) 这将返回给定输入窗口的预测嵌入现在我想在GRU之上使用keras嵌入层。我的想法是输入一个二维数组(None，10)，并使用嵌入层将每个样本转换为相应
浏览 22提问于2019-01-23得票数 0
回答已采纳
class Encoder(tf.keras.Model): self.gru = tf.keras.layers.GRU(self.enc_units,(tf.keras.layers.GRU(self.enc_units,(x)
output, state = self.big
浏览 6提问于2019-11-24得票数 2
回答已采纳
我正在尝试实现一个自回归的seq2-seqrnn来预测时间序列数据，。该模型由一个从tf.keras.Model继承的自定义模型类组成，代码如下所示。我已经使用这个模型作为输入数据a (15,108)数据集(尺寸：(序列长度，输入单元))和输出数据a (10,108)数据集的时间序列预测。尽管培训是成功的，但I没有成功地保存和重新加载该模型，以便在测试集上评估以前培训过的模型。我尝试在互联网上寻找解决方案，但到目前为止，它们似乎都没有起作用。但是，只<
浏览 27提问于2021-02-09得票数 2
回答已采纳
我想将3CNN与3GRU层结合使用。layer_a, layer_b,layer_c], outputs=[layer_f])但是当我试图融入我的数据时，它会产生一个错误：
输入0与层gru_14不兼容:预期的ndim=3，找到ndim=2。
浏览 1提问于2018-04-03得票数 2
回答已采纳
剩下的张量是最后的状态，每个状态都有形状(batch_size，单位)。1.输出gru1和gru_1b'#sequence_output = K.expand_dims(sequence_output，3)‘
'#fusion_o
浏览 1提问于2018-10-31得票数 0
回答已采纳
1回答
这就是我要看的API，
对于具有多个层的GRU，我想知道如何获取最后一个层的隐藏状态，是h_n[0]还是h_n[-1]？如果是双向的，如何进行切片以获得GRUs在两个方向上的</em
浏览 0提问于2019-01-17得票数 8
1回答
我正在使用Keras创建一个LSTM编解码器网络，遵循这里提供的代码：https://github.com/LukeTonin/keras-seq-2-seq-signal-prediction。我所做的唯一更改是用LSTMCell替换了GRUCell。基本上，编码器和解码器都由两层组成，35 LSTMCells。这些层使用RNN层彼此堆叠(和组合)。LSTMCell返回2个状态</em
浏览 39提问于2019-04-06得票数 2
我正在研究Tensorflow text_generation教程()，并想知道他们为什么要洗牌训练数据，尽管GRU的有状态设置是真的？这与文档()相矛盾：“关于在RNN中使用状态性的注意事项:您可以将RNN层设置为‘有状态的’，这意味着为一个批中的样本计算的状态将被重用为下一批中的样本的初始状态</e
浏览 3提问于2020-03-30得票数 3
1回答
访问keras模型中输入层的元素
、、、、
我正在尝试编译和训练一个RNN模型，以便使用进行回归。我使用"Functional“方法来定义我的模型。我要做的是将GRU
浏览 11提问于2022-06-09得票数 1
回答已采纳
1回答
我正在用Keras编写一个序列到序列模型。由于某些原因，当我尝试在下面的函数中定义模型时： output_dim,)
l2_decoder_gru = GRU(n_units,l1_decode
浏览 18提问于2018-09-08得票数 1
回答已采纳
我想对数据的时间范围进行分类。例如，每5个输入，就有一个输出。但是我的代码拒绝接受我的输出。model = Sequential()model.add(GRU(64, activation='relu', return_sequences=True))
mode
浏览 20提问于2019-07-08得票数 0
回答已采纳
我正在构建一个使用递归层(GRUs)将字符串转换为另一个字符串的模型。我尝试过使用密集层和TimeDistributed(密集层)作为最后一层，但我不理解两者在使用return_sequences=True时的区别，特别是因为它们似乎具有相同数量的参数。但是，如果切换到一个简单的密集层：x
浏览 4提问于2017-06-18得票数 36
回答已采纳
我成功地训练了一个Keras/TensorFlow模型，该模型由层SimpleRNN、→、Conv1D、→、GRU、→密度层组成。在这种情况下，我假设循环层中的状态流不起作用，每一次给出最后k个特征向量，其中k=9是CNN的内核长度。我认为这是可行的，但是引入了我希望避免的不必要的延迟。如果没有，我是否可以使用层参数，或者在SimpleRNN层<
浏览 8提问于2022-07-12得票数 0
1回答
我使用下面的循环创建了一个堆叠的keras解码器模型： # Create the encoderencoder_inputs = keras.layers.Input因此，解码器所组成的RNN层是一个堆叠的GRU，其中第一个GRU包含48个神经元，第二个包含58个神经元。我想设置第一个GRU的初始状态。我通过一个密集的<em
浏览 32提问于2019-02-07得票数 6
2回答
在最新的TensorFlow 2.1中，tensorflow.keras.layers子模块包含AdditiveAttention()和Attention()层，分别实现了Bahdanau和Luong的关注点(docs 这里和这里.)
这些新类型的层需要query、value和key输入(但最新的是可选的)。但是，查询、值、关键向量是我经常读到的
浏览 0提问于2020-03-03得票数 2
回答已采纳
云服务器
ICP备案
云直播
对象存储
实时音视频
腾讯云开发者
