我正在尝试训练一个简单的RNN模型，它的目标很简单，不管输入是什么，输出都匹配一个固定的向量import torch.nn as nn
import numpy as np
def __init__(self, input_size, hidden_size, output_size):
super(RNN</e
浏览 4提问于2018-03-06得票数 0
回答已采纳
视频中的这位女士直截了当地说了一些感人的话：“我不知道为什么要这样做，但我以前见过，网络训练得很好。”
浏览 21提问于2020-07-17得票数 0
我试图将一个现有的经过训练的PyTorch模型移植到Keras中。LSTM网络的Keras实现似乎有三种状态矩阵，而Pytorch实现有四种状态矩阵。例如，对于具有hidden_layers=64、input_size=512和输出size=128状态参数的双向LSTM，如下所示[<tf.Variable 'bidirectional_ref>,
<tf.Variable 'bidirectional_
浏览 2提问于2018-01-20得票数 11
回答已采纳
我正在尝试训练这个repo https://bitbucket.org/VioletPeng/language-model/src/master/中实现的模型(第二个模型:标题到标题-故事线到故事模型) 训练在第一个时期进行得很好，但是一旦它试图调用训练函数来开始第二个时期，所有的东西都会中断，我得到了以下错误： TypeError: cannot assign 'torch.cuda.FloatTensor
浏览 1788提问于2021-11-22得票数 0
1回答
在pytorch LSTM上循环
、、、、
我正在训练一个用于pytorch机器翻译的seq2seq模型。我希望收集每个时间步的单元状态，同时仍然具有多层和双向的灵活性，例如，您可以在pytorch的LSTM模块中找到这些信息。问题是，该模型训练得不是很好。在循环结束后，您可以看到使用LSTM模块的正常方式，以及使用该模块的模型列车。 那么，循环不是这样做的有效方法吗？self.dropout = dropout
self.embedding = nn.Embedding(in
浏览 16提问于2019-07-04得票数 1
回答已采纳
假设我试图在PyTorch中训练一个RNN语言模型。假设我迭代一批单词序列，并且每个训练批次张量具有以下形状：我的问题是，在每个序列中只使用最后一个单词作为目标标签有什么区别：y = data[:,-1]vs将目标设置为整个序列向右移动：y =
浏览 6提问于2020-06-08得票数 0
回答已采纳
我是新手，在一般情况下，我会深入学习，并且正在尝试构建一个简单的文本生成器。由于我不明白的原因，损失一直在变化，而模型没有。class RNN(nn.Module): super(RNN, self).out = self.l3(self.relu(self.l2(self.relu(self.l1(out)))))
rnn=
浏览 0提问于2018-05-24得票数 0
回答已采纳
我是PyTorch的新手，我想知道您是否可以向我解释一下PyTorch中的默认model.train()函数和这里的train()函数之间的一些关键区别。另一个PyTorch ()函数位于文本分类的官方train教程中，对于模型权重是否在训练结束时存储感到困惑。https://pytorch.org/tutorials/intermediate/char_rnn_classification_tutorial.html
浏览 24提问于2019-06-26得票数 0
下面是一个运行基于字符的语言生成的RNN模型： def __init__(self, input_size, hidden_size, output_size, n_layers):我使用DataParallel实例化模型，以将批
浏览 0提问于2017-06-17得票数 3
简而言之，我标记了关键字，创建了字典，将文本转换为密集矩阵，然后开始使用模型。然而，在使用fit函数时，我最终得到了一系列错误，最近的一个错误是"ValueError:没有为任何变量提供梯度“。在我的版本中，我试图训练这个模型来学习三个不同的课程。我在现阶段的问题是：如何打印/导出预测的输出？
浏览 0提问于2020-04-21得票数 0
在RNN序列到序列模型中，训练前需要初始化输入隐藏状态和输出隐藏状态。从PyTorch教程中，它简单地将零初始化到隐藏状态。Is初始化零-- RNN seq2seq网络中初始化隐藏状态的常用方法&
glorot初始化怎么样？对于单层普通的RNN来说，扇入和扇出不等于$(1 + 1)$，它的方差为$1美元，而$mean=0$的高斯分布则给出了$0$s的均匀分布。用于RNN seq2se
浏览 0提问于2018-01-30得票数 5
2回答
我使用多对一RNN (将时间序列作为输入，计算一个数字作为输出)作为我的第一组图层。到目前为止，这对于使用递归层IO的Keras来说是微不足道的。这就是我遇到麻烦的地方：
现在我想把这个RNN (一个数字)的输出传递给一个单独的函数(让我们称它为f)，然后用它做一些计算。我想要做的是将这个计算输出(在函数f之后)，并根据预期输出进行训练(通过一些损失，如mse)。我想要一些关于如何从函数f输入输出post计算并仍然通过Keras中的model.fit功能训练它的建议。在上面，我不确定如何编写代码来包含函数f的输出，同时它正
浏览 2提问于2016-12-03得票数 1
我想通过逐序列的值来解释RNN。可以使用return_sequences输出这些值。然而，这些值随后被用作下一层(例如稠密的激活层)的输入。做这件事最简单的方法是什么？
浏览 1提问于2018-05-09得票数 0
回答已采纳
那么，预测每单词文本的RNN模型和预测每字符文本的RNN模型有什么区别呢？基于单词的RNN需要更大的语料库吗？基于字符的RNN推广得更好吗？也许唯一的区别是输入表示(一次热编码，字嵌入)？
浏览 0提问于2016-08-01得票数 19
回答已采纳
2回答
多维预测
、、
我有一个在不同地方测量的时间序列值的列表。这些测量值可能相关，也可能不相关(主要取决于它们的相对位置，但有些非常接近的检测器实际上会测量去相关序列，这是合理的)。我想预测整个集合的值，同时考虑到所有这些值的序列以及它们随时间的相关性。如果有任何帮助的话，这些数值也应该有相对的周期性。我想我需要一个神经
浏览 6提问于2017-05-31得票数 0
回答已采纳
我想使用tensorflow将序列数据训练到具有一些零填充的Rnn基本模型。我需要设置参数才能做到这一点吗？或者模型会自动忽略零吗？
谢谢，
浏览 2提问于2021-05-20得票数 0
大家好，我正在尝试使用PyTorch RNN类创建一个模型，并使用minibatches训练这个模型。我的数据集是一个简单的timeserie (一个输入一个输出)。下面是我的模型： class RNN_pytorch(nn.Module):
def __init__(self, input_size, hidden_size, output_size):super(RNN_pytorch,
浏览 111提问于2020-01-31得票数 0
回答已采纳
1回答
在给定连续数据的x，y坐标的情况下，如何使用RNN/LSTM学习速度变化？(我必须使用递归层，因为这是一个更大的端到端模型的子问题，它还可以做其他事情) 训练数据示例： x,y,speed_changed
0,0.3,0到目前为止，我构造了有状态LSTM，并在每批一个项目上对其进行训练。之后，每当速度发生变化时，我都会重置LSTM的状态，因此我了解到一个段具有相同的速度(段可以有不同的长度)。那么，由于这些段具有</e
浏览 17提问于2020-01-22得票数 2
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
热门标签
云服务器
ICP备案
对象存储
腾讯会议
云直播活动推荐
腾讯云开发者
