lstm

    1

    1答えて

    ビルトインのLSTMセルは、呼び出し可能です。しかし、私はLSTMレイヤーの前後にスタティックレイヤーを追加し、バックプロップを通してすべてをトレーニングしたいと思います。それは可能ですか?

    1

    1答えて

    私は製品のレビューやツイートなどの短いテキストのセンチメント分類のタスクのためにLSTMモデルをトレーニングしようとしています。 私は肯定/否定/中立というラベルのトレーニングセットを探していますが、実際に人間のタグに基づいており、開始や顔文字ではなく、そこにあるものは無料ですか? Iv'eは小さなトレーニングセットしか見つけず、結果が悪かった。 Iv'eは私のネットワークとスタックされたレイヤの

    0

    1答えて

    GoogleのTensorflowの例を使用しています。私はそれをうまく走らせることができますが、トレーニングはループがwhile True:であるため停止していないようです。 参照:train()で translate.py コー:これは本当です while True: # Choose a bucket according to data distribution. We pick

    36

    5答えて

    example codeを考慮する。 グラデーションの爆発の可能性があるRNNで、このネットワークでグラデーションクリッピングを適用する方法を知りたいと思います。 tf.clip_by_value(t, clip_value_min, clip_value_max, name=None) これは使用できる例ですが、これはどこで紹介しますか? RNN lstm_cell = rnn_cell.B

    13

    2答えて

    テンソルを使用してテキストを生成したいのですが、LSTMチュートリアル(https://www.tensorflow.org/versions/master/tutorials/recurrent/index.html#recurrent-neural-networks)コードを変更していますが、私の初期の解決策は、それは改善されません。私は理由を見落とす。この考え方は、ゼロ行列から始めて、一度に

    0

    1答えて

    ケラスの例からLSTMテキストジェネレータの例を実行しようとすると、次のエラーが発生します。 例外:(ノード 'DotModulo(A、s、m、A2、s2、m2)、' \ n '、 "コンパイルが失敗しました(戻りステータス= 1):clang:エラー:未知の引数: '-target-feature'。clang:エラー:未知の引数: '-sse4a'。 clang:error:未知の引数: '-

    5

    1答えて

    私は持っている特定のデータセットを分類するためにLSTMを使用する方法を理解しようとしています。 私はkerasとIMDBのこの例を調査した: https://github.com/fchollet/keras/blob/master/examples/imdb_lstm.py ただし、データセットは、入力に処理されなければならないかについて混乱してイム。 私はkerasが前処理のテキストメソッド

    5

    1答えて

    ケラス1.0.1を使用しています。LSTMの上にアテンションレイヤを追加しようとしています。これはこれまで私が持っていたものですが、うまくいきません。 input_ = Input(shape=(input_length, input_dim)) lstm = GRU(self.HID_DIM, input_dim=input_dim, input_length = input_length,

    -1

    2答えて

    私はLSTMネットワークを学習し、合成テストを試みることにしました。 ライン:Y = K * X + B 放物線:Y = K * X^2 + B私はいくつかの点(X、Y)によって供給されるLSTMネットワークは、3つの基本的な機能を区別します SQRT:Y = K *のSQRT(X)+ B IはLUA +トーチを使用しています。 データセットは完全に仮想です。これは、「データセット」オブジェクトで

    0

    1答えて

    学習目的のために、Tensorflowで独自のLSTMモデルを構築したいと考えています。問題は、特定のタイムステップの状態が以前のタイムステップの状態を使用して初期化されるような方法でトレーニングする方法です。 Tensorflowにこれの仕組みがありますか? class Lstm: def __init__(self, x, steps): self.initial =