rnn

    1

    1答えて

    私は次の論文の説明に従ってBiLSTM-Maxを実装しようとしています: Supervised Learning of Universal Sentence Representations from Natural Language Inference Data。 私は私の実装にTensorflowを使用しています。私はオリジナルのLSTMコードを使い始めましたが、動的長さ入力と双方向(つまり動的

    4

    1答えて

    ケラスを使用してステートフルLSTMを正常に訓練することができました。私のバッチサイズは60であると私はネットワークに送信していますすべての入力には、以下のBATCH_SIZE で割り切れる私の抜粋です:正常に実行 model = Sequential() model.add(LSTM(80,input_shape = trainx.shape[1:],batch_input_shape=(60

    3

    1答えて

    モデルを復元して予測に使用できるようにLSTMの最終状態を保存します。以下で説明するように、Saverはtf.assignを使用すると最終状態の知識しか持ちません。ただし、これによりエラーが発生します(後述)。 トレーニング中は、this postで説明されているように、私はいつも最後のLSTM状態をネットワークに戻します。ここでは、コードの重要な部分です: self.init_state =

    1

    1答えて

    自分の3DデータをLSTMに送り込もうとしています。データは、height = 365、width = 310、time = unknown/inconsistent、0と1から構成され、出力を生成する各データブロックは1つのファイルに分割されます。 import tensorflow as tf import os from tensorflow.contrib import rnn f

    0

    1答えて

    私のコードは以下の通りです。 import numpy as np import tensorflow as tf import matplotlib.pyplot as plt from tensorflow.python.ops.rnn_cell_impl import _zero_state_tensors class CapRNNcell(tf.contrib.rnn.RNNCe

    1

    1答えて

    概要 私はトラブルの後予測に私入力されたデータのための適切な寸法を提供することができることを持っていますモデルは既に適切に生成されています。 私は次のエラー受けています: Kerasバージョン2.0.6 TensorFlowバージョン1.1.0 私の仮想環境として ValueError: Error when checking : expected lstm_13_input to have sh

    0

    1答えて

    私は深い学習の初心者です。私はkerasライブラリを使ってLSTMを実装しています。気象データを予測するために、私は列車とテストデータを持っています。いくつかの変数を削除した後、私の入力データは次のような形をしています。 ('X_train', (117, 22)) ('y_train', (117,)) ('X_test', (13, 22)) ('y_test', (13,)) 今、

    1

    1答えて

    私はニューラルネットワークにはかなり新しく、それほどの経験はありません。私の問題は以下の通りです: 私はアレイがあり、877の異なるデータポイント、200のデータポイントがあります。これは、PCAのTfIdfで縮小された行列です。各行は、自分のデータセットの1ブロックのテキスト(段落自体)に対応しています。私はこのデータ(クラス1または0)のバイナリクラシファイアを作成しようとしています。次のよう