recurrent-neural-network

0熱

1答えて

LSTM 2-d入力形状の選択方法は？

LSTMに22個の機能（22,2000）を持つ1次元信号（1,2000）を供給しようとしています。 （200Hzのサンプリングレートで1-D信号を10秒で取得） そして、私は808バッチを持っています。 （808、22、2000） LSTMが（batch_size、timestep、input_dim）の3​​Dテンソル形状を受け取ることがわかりました。 私の入力形状は正しいのですか？ ：（bat

machine-learning keras lstm recurrent-neural-network rnn 2017-12-08

---

1熱

1答えて

Tensorflow：初期化されていない値beta1_powerを使用しようとしました

投稿の最後にコードを実行しようとすると、次のエラーが発生しました。しかし、私のコードで何が間違っているのかはわかりません。誰も私にテンソルフロープログラムのデバッグに関する秘訣を教えてもらえますか？ $ ./main.py Extracting /tmp/data/train-images-idx3-ubyte.gz Extracting /tmp/data/train-labels-idx1

python machine-learning tensorflow lstm recurrent-neural-network 2017-12-12

---

0熱

1答えて

Tensorflow LSTM：前の一連のものに基づいて次の動作を予測

私の入力データは10サンプルで構成され、各サンプルは200タイムステップを持ち、各タイムステップは30ディメンションのベクトルで表されます。 さらに、各タイムステップは、その特定のタイムステップで実行されたアクションを記述する3次元ベクトル（1つのホットエンコーディング）から成ります。それが言われて、私は以前のすべてのアクションをフィードし、次に取るのが最善のアクションを予測するモデルを構築しよう

python tensorflow lstm recurrent-neural-network tflearn 2017-12-13

---

0熱

1答えて

Kerasがデータを一般化しないのはなぜですか？

基本的な多層LSTM回帰ネットワークを実装して、暗号違反価格間の相関を見出そうとしていました。 使用できなくトレーニング結果に実行した後、私は右の私の完全なデータセットに再び試みる前にアイデアを持っていることを確認するために、いくつかのサンドボックスコードをいじっすることに決めました。 問題は、データを一般化するためにKerasを取得できません。 [[[ 0] [100] [2

machine-learning tensorflow keras lstm recurrent-neural-network 2017-12-18

---

2熱

1答えて

畳み込みニューラルネットワークの隠れ層のドロップアウト率ガイダンス

私は現在、ゲーム2048をプレイする畳み込みニューラルネットワークを構築しています。畳み込み層と6つの隠れ層があります。ガイダンスのすべてに〜50％のドロップアウト率が言及されています。私はトレーニングを開始しようとしていますが、6つのレイヤーのそれぞれで50％のドロップアウトが少し過度のものであり、アンダーフィッティングにつながると懸念しています。 私はこれに関するいくつかのガイダンスを高く評価

machine-learning neural-network conv-neural-network convolution recurrent-neural-network 2017-12-19

---

0熱

2答えて

numpy配列のエスティメータ

tf.estimator.inputs.numpy_input_fnを使用してnumpy配列を使用してモデルに入力するエスティメータを作成しています。次のように： def input_fun(data): x, y = data x, y = np.reshape(x, (batch_size, -1, 1)), \ np.reshape(y, (batch_s

python numpy tensorflow lstm recurrent-neural-network 2017-12-20

---

3熱

1答えて

Tensorflowエラー：初期化されていない値を使用しようとすると、私のモデルファイルで

をmulti_rnn_cell、私はこのように、多層-RNNを作成します。 #RNN initialization part cell = tf.contrib.rnn.GRUCell(self.global_dim, kernel_initializer=self.xavier_initializer) self.GRU = tf.contrib.rnn.MultiRNNCell([cell

python tensorflow machine-learning deep-learning recurrent-neural-network 2017-12-25

---

0熱

1答えて

ニューラルネットワーク：トレーニングには使用されるが、新しいデータを予測するための特別な機能はありません。

サッカーゲームに勝つ人を予測するためにニューラルネットワークを使いたいと思います。私はいくつかの機能（チームのようなもの、チームの物理的な形状など）と出力を持って、どのチームが勝ったのか（もしかしたら死ぬのか）を知っています。 私のトレーニングでは、チームが得点したゴール数などの機能を追加したいと考えています。問題は、将来のゲームの最終結果を予測する際にこれらの機能を含めることができなくなることで

python neural-network keras recurrent-neural-network 2017-12-28

---

0熱

1答えて

各タイムステップで可変長出力のコストを計算します。

LSTMセルとTensorflowを使用してテキスト生成ニューラルネットワークを作成しようとしています。私は時間主形式[time_steps、batch_size、input_size]で文章をネットワーク上で訓練しています。シーケンスの次の単語を予測するために、各時間ステップを欲しいと思います。シーケンスはタイムステップまで空の値で埋められ、別のプレースホルダにはバッチ内の各シーケンスの長さが含

python tensorflow machine-learning neural-network recurrent-neural-network 2017-12-31

---

2熱

2答えて

LSTM NNの入出力データはどのような形状にする必要がありますか？

LSTMレイヤを持つNNのデータを作成する方法に問題があります。私は多くのファイルが何百もの行を含んでいます。 各ファイルは曲を表しますと各行は4つの値のノートを表します。 NNがノートをと読んで、10音符の系列のシーケンスを読んで、それらから次の音符を予測できるようにします。必要な場合は、1曲あたり5000音符の音符数に修正することができます。 は、入力データと出力データに必要なものと、最初のL

python multidimensional-array neural-network keras recurrent-neural-network 2017-12-31

---