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 n-to-1
LSTM
什么也学不到。
python
、
nlp
、
lstm
、
pytorch
我是PyTorch和
LSTM
的新手,我正在尝试训练一个
分类
模型,它接受一个句子,其中每个单词都通过word2vec (预训练向量)编码,并在看到完整的句子后输出一个类。我有四个不同的班。这是我的代码: def __init__(self, embedding_dim, hidden_dim, tagset_size):super(
LSTM
, self).__init__() sel
浏览 0
提问于2018-08-30
得票数 1
1
回答
当形状不匹配时,如何在角点中使用双向神经网络和Conv1D?
python
、
deep-learning
、
keras
、
convolution
、
recurrent-neural-network
的一种变体(2)使用一维卷积神经网络;✓(4)将输出发送到bidirectional RNN;x (5)输入
分类
注意:原始代码来自,但我将输出层简化为只进行二进制
分类
。这个过程是在中描述的(某种程度上),但我无法让它与更新的keras一起工作。
浏览 3
提问于2017-11-29
得票数 1
回答已采纳
1
回答
基本时间序列
分类
实例
classification
、
time-series
、
tensorflow
到目前为止,我一直在使用matlab对大量的标签时间序列进行
分类
。这是相对成功的,但我想尝试使用Tensorflow来应用深度学习范式。我是一个完全的菜鸟,所以我有点不知所措,因为我正在努力概括的例子,如0-9数字
分类
的例子,我的问题。
浏览 0
提问于2018-02-05
得票数 3
回答已采纳
1
回答
RandomizedSearchCV没有停止运行
python
、
hyperparameter-tuning
build_classifier(optimizer, units, alpha, l1): model.add(tf.keras.layers.
LSTM
(l1 = l1), input_shape= (None, n_features), return_sequences = True)) model.add(tf.keras.layers.
LSTM
kernel_regularizer = regularizers.l1(l1 = l1), return_sequences
浏览 0
提问于2021-07-30
得票数 0
2
回答
KerasClassifier TypeError:__call__()在cross_val_score上精确地接受2个参数(1给定)
python
、
tensorflow
、
scikit-learn
)) TypeError: __call__() takes exactly 2 arguments (1 given)model = Sequential()classifier = KerasClassifier(build_fn=binary_classify_
lstm
_fc_model
浏览 0
提问于2018-11-01
得票数 0
2
回答
Keras多步
LSTM
分批列
分类
python
、
keras
、
time-series
、
classification
、
lstm
问题n_neurons = 100batch_size = 256model = Sequential() model.add(
LSTM
浏览 2
提问于2018-10-18
得票数 2
回答已采纳
1
回答
实时传感器数据的多类
分类
time-series
、
tensorflow
、
keras
在我的网被训练之后,我可以在我的网里测量、打包和喂入这些样本,最后得到一个
分类
。如果现在一个样本被归类为停止状态,接下来的一个样本被归类为accelerating+,那么现在我们将继续前进。我应该手工
分类
我的样本,还是使用无监督的学习?谢谢你的帮助
浏览 0
提问于2017-09-21
得票数 0
1
回答
LSTM
嵌入层形状误差
python
、
machine-learning
、
lstm
我有这样的网络架构:model.add(Embedding(9761, 100, input_length=longest_period))model = Sequential()model.add(
LSTM
浏览 5
提问于2018-08-23
得票数 0
回答已采纳
1
回答
如何使用
LSTM
对序列进行
分类
?
machine-learning
、
lstm
、
recurrent-neural-network
、
rnn
LSTM
可以很好地预测序列之后会发生什么,但是我假设我们有很多序列,并且每个序列对应于一个类标签。 我们如何使用
LSTM
对这些序列进行
分类
?
浏览 2
提问于2017-10-15
得票数 1
回答已采纳
1
回答
采用梯度增强和
LSTM
相结合的方法进行
分类
?
deep-learning
、
lstm
、
xgboost
我目前正在使用
LSTM
模型来
分类
高维表格数据,而不是文本/图像(维度21392x1970)。我还分别尝试了Python中的XGBoost (梯度增强)来完成相同的
分类
任务(
分类
为14种不同的
分类
值中的一种)。我想要创建一个混合模型,它将
LSTM
和XGBoost结合在一起,但对于如何使用最重要的特性进行
分类
(可能是通过XGBoost获得这些特性,然后以组合的方式提供给
LSTM
?),我感到困惑。
浏览 0
提问于2019-02-19
得票数 1
1
回答
可视化classification_report的问题
tensorflow
、
machine-learning
、
scikit-learn
我正在尝试绘图
分类
报告,但在我的问题中只有2个类(0和1),当我调用
分类
报告时,他的输出是: Model: "sequentialNone, 55, 300) 0
lstm
_12 (
LSTM
) (None, 55
浏览 0
提问于2020-09-05
得票数 0
2
回答
Word2Vec的使用
machine-learning
、
deep-learning
、
nlp
、
lstm
、
bert
抱歉,基本的怀疑, 我想知道我是否可以直接使用我的Word2Vec进行
分类
而不使用
LSTM
。我的假设是,这是不可能的,因为单词的顺序不会被考虑在内。因此,它不会用于
分类
。但是我们使用BERT嵌入来进行
分类
。但是在这种情况下,伯特根据句子的上下文生成嵌入。因此,我们可以使用它进行
分类
。我的理解对吗?伯特通过顺序学习实现了
LSTM
的学习,无需顺序处理,而是通过对句子的整体处理找到嵌入。
LSTM
还试图使用某种上下文来表示句子,但通过顺序处理来表示。我的理解对吗?
浏览 0
提问于2022-07-29
得票数 2
1
回答
带return_sequence=True的
LSTM
后的Keras致密层
python
、
keras
、
deep-learning
、
nlp
以下是网络架构: number_of_output_classes = 1direc = 2attention = Dense(hidden_size*direc,
浏览 0
提问于2019-03-19
得票数 1
1
回答
基于
LSTM
的脑电信号
分类
体系结构
python
、
keras
、
classification
、
lstm
、
channel
我有一个多类
分类
问题,我在python3.6中使用了keras & tensorflow。我基于本文中提到的“叠层
LSTM
层(a)”实现了高精度的
分类
:。有些事情是这样的:model.add(
LSTM
(128), return_sequences=True) model.add(
LSTM
(64), return_sequences=False
浏览 5
提问于2021-01-20
得票数 2
回答已采纳
1
回答
我们如何在Keras中定义一对一、一对多、多对一、多对多的
LSTM
神经网络?
python
、
neural-network
、
keras
、
lstm
、
recurrent-neural-network
我正在阅读的文章(递归神经网络的不合理有效性),并想了解如何在Keras中表达一对一、一对多、多对一和多对多的
LSTM
神经网络。我读过很多关于RNN的文章,了解了
LSTM
NNs是如何工作的,特别是消失梯度、
LSTM
单元、它们的输出和状态、序列输出等等。但是,我很难用Keras来表达所有这些概念。首先,我使用
LSTM
层创建了以下玩具NNfrom keras.layers import Input,
LSTM
import numpyas np
浏览 0
提问于2018-09-02
得票数 8
1
回答
用矩阵对单个值进行
分类
python
、
matrix
、
machine-learning
、
scikit-learn
、
classification
我试图在输入矩阵上训练一个
分类
器来预测输出矩阵,但是我不知道如何最好地表示
分类
器的输入矩阵(理想的sk-学习)。我不能将矩阵抽象成另一种形式,因为输入矩阵中的每个元素必须映射到输出矩阵相同位置的元素。
浏览 0
提问于2019-03-29
得票数 0
回答已采纳
1
回答
训练CNN-LSTLM端到端?
neural-network
、
tensorflow
、
deep-learning
、
torch
已经有许多论文(特别是图像标题)将CNN和
LSTM
架构联合用于预测和生成任务。然而,他们似乎都是独立于
LSTM
训练CNN的。如果是这样的话,是否就像将输出从CNN链接到
LSTM
并运行SGD一样简单?还是说它更复杂?
浏览 2
提问于2016-10-17
得票数 8
1
回答
训练
LSTM
模型
python
、
tensorflow
、
machine-learning
、
lstm
、
recurrent-neural-network
我正在尝试训练我的
lstm
模型,但在准确性、精确度、召回率和f1得分方面都得了0分。我从kaggle下载了心脏病数据集。tf.Variable(tf.random_normal([n_classes]))} print(x) outputs, states = rnn.static_rnn(
lstm
_cell, x, dtype=tf.float
浏览 23
提问于2019-02-26
得票数 1
1
回答
尝试将密集层连接到
LSTM
时,层双向与层不兼容
python
、
tensorflow
、
machine-learning
、
keras
、
lstm
我正在处理一个多类
分类
问题,为了好玩,我想尝试不同的模型。我发现了一个使用
LSTM
进行
分类
的blog,并试图调整我的模型以使其正常工作。import Sequential # model.add(Dropout(0.2)) model.ad
浏览 66
提问于2020-09-02
得票数 0
回答已采纳
1
回答
应该使用哪个BiLSTM层的输出进行
分类
python
、
lstm
、
pytorch
、
text-classification
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)对于文本
分类
,应该使用哪一种?
浏览 0
提问于2021-04-29
得票数 0
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
LSTM文本分类实战
Tensorflow教程-双向的LSTM文本分类
matlab使用长短期记忆(LSTM)神经网络对序列数据进行分类
LSTM网络
只有遗忘门的LSTM性能优于标准LSTM
热门
标签
更多标签
云服务器
即时通信 IM
ICP备案
对象存储
实时音视频
活动推荐
运营活动
广告
关闭
领券