1回答
我想用一个LSTM单元训练多个案例。Originally defined at:
我认为发生这个错误是因为我试图重用LSTM单元。我找不到解决这个错误的方法。有人说使用get_variable()函数来重用LSTM单元，但我不明白如何使用它。下面是我的源代码。我该如何解决这个问题呢？
浏览 9提问于2017-01-19得票数 0
我需要创建LSTM单元，但不是为网络中的权重和偏差创建新的变量，而是LSTM单元中的权重和偏差来自另一个网络的输出，即，我需要能够将张量(而不是变量，例如使用重用)传递给LSTM单元，以用于权重和偏差。有没有办法在Tensorflow中做到这一点？请注意，我的目标不是定义LSTM，而是要知道是否有任何方法可以在当前实现中传递张量
浏览 1提问于2019-01-18得票数 2
我试图建立一个基于张量流和Keras的股票价格预测的LSTM模型。所以我试着在我的木星笔记本上安装张量流和角。我使用的是2020 MacBook Air M1。但是当我试图在我的木星笔记本中输入张量流时，我无法做到这一点。
然后，我试图安装张量流和角直接进入木星笔记本通过以下代码。tensorflow.keras.models import Sequential from tens
浏览 1提问于2022-08-06得票数 1
我想在重用旧权重的同时创建一个新的MultiRNNCell。import tensorflow as tf
def create_lstm_multicell():，多层单元中的每个单元都有独立的权重和偏差。lstm1的第一个单元</e
浏览 2提问于2017-05-12得票数 0
回答已采纳
我正在使用tf.nn.dynamic_rnn类创建一个LSTM。在深入研究了SO和TensorFlow的GitHub页面之后，我发现有些人提到我应该编写自己的LSTM单元格，该单元格返回作为LSTM的output的一部分打印的任何内容。然而，这对我来说似乎并不简单，因为隐藏状态和LSTM的输出并不具有相同的形状。
LSTM的输出张量具有形状[16, 1]，隐藏状态是形状[16, 16]的张量。将它们连接在一起会产生形
浏览 3提问于2018-05-21得票数 0
1回答
我已经训练了一些LSTM模型，我可以访问突触连接的权重和偏差，但是我似乎无法访问LSTM单元的输入、新输入、输出和忘记门权重。我可以将门张量取出来，但是当我在会话中尝试.eval()时，就会出现错误。我在我的网络中使用在tensorflow/python/ops/rnn_cell.py中找到的类BasicLSTMCell。` """Basic <e
浏览 1提问于2017-03-08得票数 3
lstm = tf.contrib.rnn.BasicLSTMCell(state_size) tf.assign(init_state, final_state)所以，我把池层的输出输入到网络中的LSTM中。因此，我在</em
浏览 3提问于2017-06-07得票数 1
回答已采纳
conda-bld/pytorch-0.1.9_1487344852722/work/torch/lib/THC/generic/THCTensorMath.cu:141上的RuntimeError:不一致张量尺寸请注意，当我在第3行打印张量形状时，我得到以下输出。torch.size([1, 300]) torch.size([1, 1, 300])
为什么我要为[1, 300]张量获得embedded形状，即使我使用了视图方法作为view(1, 1
浏览 1提问于2017-03-17得票数 3
回答已采纳
2回答
tensor([-0.8264, 0.2524], device='cuda:0', grad_fn=<SelectBackward>)]def custom_model(input_embedding): bilstm = torch.nn.LSTM(input_size=1,
浏览 1提问于2019-10-23得票数 1
回答已采纳
现在，我怀疑我只是误解了在木星笔记本中如何管理可变范围。 15 # Get lstm cell output
---> 16outputs, states = rnn.static_rnn(
浏览 2提问于2017-09-22得票数 0
1回答
biases = {}
outputs, states = rnn.static_rnn(lstm_cell, x, dtype
浏览 1提问于2017-05-01得票数 1
1回答
我开发了一个包含1个LSTM层和3个密集层的LSTM模型，如下所示给出了两个维数(5,480)&(120,480)的加权矩阵和对应于LSTM我想知道的是，LSTM有4层。那么，我如何分别得到这4层的权重和偏差呢？能否将总权
浏览 0提问于2021-02-15得票数 0
回答已采纳
我的目标是在Keras/TensorFlow中构建一个RNN，它由多个递归单元(GRU、LSTM等)组成。以及从网络底部到顶部的循环，添加注意机制或特殊的内存类型。我不熟悉符号循环，所以首先我尝试按照以下思路构建一个展开的模型：据我所见，我需要这样做的是一个具有两个输入张量和两个输出张量的RNN层，因为我需要自己“路由”RNN层(green)的内部输入在重新实现它们之前，我可以指定单独的张量作为它们的外部输入和内部输入，在
浏览 1提问于2018-02-15得票数 3
回答已采纳
我很好奇是否有一种好的方法可以在不同的RNN细胞之间共享权重，同时仍然为每个细胞提供不同的输入。我试图构建的图是这样的：这里有三个橙色的LSTM单元，它们是并行运行的，我想在它们之间共享权重。我在Windows7的Anaconda环境中使用Tensorflow 1.2和python 3.5。
浏览 16提问于2017-06-27得票数 4
回答已采纳
我的目标是使用keras复制以下博客文章：y = [1,2,3,4,5] # 5 documents in toy-tensoryy ==LSTM(5,dropout=0.3,recurrent_dropout=0.2, return_state=True)(
浏览 0提问于2019-12-27得票数 2
回答已采纳
1回答
对状态LSTM神经网络，我尝试用内禀好奇奖励实现极大策略优化。
在ICM模型中，我也使用第一层LSTM来匹配输入维度。在ICM中，整个数据集同时传播，零作为初始隐藏(结果张量是不同的，如果我只传播了一个状态或批处理和重用隐藏单元格)。在PPO优势和折扣
浏览 0提问于2019-07-11得票数 0
回答已采纳
我是列车LSTM网络cell_bw = tf.contrib.rnn.BasicLSTMCell= sess.run(variables_names) d[k] = v[(k,v.shape) for (k,v) in sorted(d.items(), key=lambda x:x[
浏览 2提问于2017-06-21得票数 1
回答已采纳
1回答
我正在用编码器/解码器模式编写一个德语->英语翻译器，其中编码器通过将其最后一个LSTM层的状态输出作为解码器LSTM的输入状态来连接到解码器。但是，我被卡住了，因为我不知道如何解释编码器的LSTM输出。=True, return_state=True )print( "result:\n", result )
在Tensorflow 2.0.0中执行此操作会产生0.00382055, 0.048
浏览 6提问于2021-06-14得票数 0
回答已采纳
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
云直播
对象存储
实时音视频活动推荐
腾讯云开发者
