1回答
我正在读这篇文章https://machinelearningmastery.com/time-series-prediction-lstm-recurrent-neural-networks-python-keras/，我想在脑海中画出LSTM网络的结构。分析这部分代码： model = Sequential()
model.add(LSTM(4, input_shape=(1, look_back))) 在look_back = 1中，模型的图表可能是这样的
浏览 8提问于2020-11-17得票数 0
回答已采纳
我目前正在尝试将使用Tensorflow (v2.7.0)和Keras训练的保存模型转换为Tensorflow Lite模型。model_lstm.add(Bidirectional(LSTM(100, activation='tanh', return_sequences=True)))model_lstm.add(Bidirectional(LSTM(100, activation='tanh
浏览 30提问于2021-12-22得票数 0
tf.keras.layers.LSTM(64), tf.keras.layers.Dropout(0.25), tf.keras.layers.LSTM(8),
浏览 5提问于2019-10-26得票数 1
回答已采纳
1回答
模型代码如下： print(train['inputs'].shape) #(3511,30,5) tf.keras.layers.Dense(256), tf.keras.layers.
浏览 10提问于2021-01-28得票数 0
回答已采纳
我已经构建了一个在Keras中测试和验证集上运行良好的LSTM模型；但是，当我尝试使用它来预测两个目标变量为NaN的值时，模型无法预测。现在，我担心建模过程将毫无意义。n_steps = 24lstm_model = tf.keras.models.Sequential([tf.keras.layers.LS
浏览 10提问于2022-08-23得票数 1
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
1回答
我正在尝试将字符级别的两个句子输入到LSTM层中进行分类。我的样本和下面的类似，并且我的标签是一个热门的编码类。label array([1., 0., 0., 0., 0.])51是我的lstm窗口大小，74是我的词汇表大小。model = keras.models.Sequential()model.add(keras.layers.LSTM(64,
浏览 1提问于2018-05-19得票数 0
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。max_length = 341 tf.keras.layers.Reshape((batch_size, max_length, 6), input_shape=
浏览 25提问于2020-12-03得票数 0
回答已采纳
我想在keras中使用tensorflow定义LSTM层。cell = tf.nn.rnn_cell.LSTMCell(n_neurons)lstm_outputsstates = tf.nn.dynamic_rnn(multi_cell, inputs, dtype=tf.float32)
outputs = TimeDistributed(Dense(1))(lstm_outputstensor_
浏览 0提问于2018-03-27得票数 0
回答已采纳
现在，如果我按照下面所示的模型来运行这些模型，它们似乎会很好地训练和工作： tf.keras.layers.LSTM(8),])
co
浏览 2提问于2020-06-09得票数 7
回答已采纳
1回答
_11/SelectV2}} = SelectV2[T=DT_FLOAT](lstm_1/while_11/Tile, lstm_1/while_11/lstm_cell_35/mul_2, lstm_,400].# pad_inputs = preprocessing.seque
浏览 2提问于2022-01-15得票数 1
from keras.models import Sequentialdef create_model(): model = Sequential() model.add(LSTM(10, return_sequenc
浏览 3提问于2018-10-07得票数 0
回答已采纳
1回答
_DIM = 32 WD = 0.001KERNEL_SIZE = 5
model_lstm,weights=[EMBEDDINGS_MATRIX], trainable=False),
tf.keras.layers.Bidirectional(tf.keras.layers.LSTM(LSTM1_DIM, dropout=0.5, kernel_regularize
浏览 25提问于2022-05-21得票数 0
请帮助:-)from keras.models import model_from_json
model_LSTM_rendimiento= keras.modelsmodel_LSTM_primero = keras.models
model_LSTM_rendimiento.load_
浏览 0提问于2022-09-22得票数 1
回答已采纳
我在看这段代码：model.add(LSTM(input_shape = (1,), input_dim=1, output_dim=6, return_sequences=True))model.add编辑
浏览 1提问于2018-03-02得票数 2
回答已采纳
2回答
LSTM网络返回多个输出
、、、
我正在学习LSTM网络，我得到的输出是出乎意料的。我创建了一个LSTM，并向它提供了两个numpy数组：在使用模型预测输入后，我期望预测形状为(2158，1，1)，但它是(2158，2(shape= (dimX2,dimX3)) new=keras.layers.LSTM(150,
浏览 1提问于2021-06-05得票数 0
我正在阅读关于深度学习中的LSTM的文章。来自Andrew Ng教授的LSTM课程，每个LSTM单元有三个输入。输入是来自前一个单元的单元状态，即"c“上标(t-1)，以及LSTM单元"a”超级脚本(t-1)和输入x超级脚本(t)的输出。LSTM单元的输出是当前单元状态，即"c“上标(t)和LSTM单元"a”的输出超级脚本(t)。谢谢你的帮助
浏览 11提问于2019-07-15得票数 0
回答已采纳
import backend as Kfrom tensorflow.keras.layersimport LSTM, Dense, RepeatVector, Masking, TimeDistributed
from keras.layers impor
浏览 4提问于2020-04-09得票数 2
from keras.layers.core import Dense,Activation,Dropoutfrom keras.modelsimport Sequential错误消息是无模块名"lstm“
浏览 0提问于2018-11-19得票数 0
回答已采纳
latent_dim = 300batch_size = 128
encoder_inputs = tf.keras.Input(shapetrainable=True)(encoder_inputs)
encoder_lstm = tf.keras.layers.LSTM(latent_dim,return_sequencesTrue,return_state=True,dropout=0.4,recurre
浏览 8提问于2020-08-06得票数 3
回答已采纳
云服务器
ICP备案
对象存储
云点播
实时音视频
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号