表示a[2, 3]是2x3维的矩阵。假设每个输入中有10个元素，网络是一个两个元素的分类器(例如，猫或狗)。假设只有一个致密层。现在，我忽略了偏差向量。神经网络密集层中的每个输出可以计算为 output = matmul(input, weights) 其中weights是权重矩阵10x2，input是输入向量1x10，output是输出向量1x2。我的<
浏览 20提问于2020-11-28得票数 1
回答已采纳
2回答
NN嵌入层
、、、、
一些神经网络库，如tensorflow和pytorch提供了嵌入层。在过去实现了word2vec之后，我理解了想要更低维度表示的原因。在word2vec的情况下，低维表示可以用于其
浏览 0提问于2018-05-31得票数 10
Tensoflow ()易于使用，并且有大量的文章讨论如何使用嵌入(，)。然而，我想知道在Tensorflow或Py手电筒中非常“嵌入层”的实现。是word2vec吗？是弓吗？这是一个特殊的致密层吗？
浏览 5提问于2021-06-09得票数 7
回答已采纳
1回答
上一层是嵌入大小(V类，K -outputdim) -我想引入一个权重矩阵大小K x T。权重将是可训练的(就像嵌入一样).They生成的VxT矩阵将用于下游。1)我该怎么做?2)这会影响渐变吗？ 它基本上是向量x矩阵。Example- embedding vocab = 10，dim K =4。因此，对于特定的词汇表成员，我的嵌入权重是一个向量大小(1,4) (考虑行向量)。 对于每个行向量，我想
浏览 9提问于2019-06-27得票数 0
回答已采纳
1回答
二维转置卷积运算是否可以表示为与Toeplitz矩阵的矩阵乘法，就像普通卷积一样？ 我想将一些想法从密集网络推广到卷积网络。对于正常的卷积，这不是问题，因为它们可以表示为与Toeplitz矩阵的矩阵乘法。但我找不到转置卷积的清晰数学公式，所以我不确定这种情况。
浏览 26提问于2019-07-04得票数 1
1回答
📷model.compile(loss='categorical_crossentropy', optimizer='adam', metrics=['accuracy'])
我的问题是: 1] dense_1 :平面有1600个输入，输出将是128个，所以它将如何从1600个输入中选择128个输出？(2)将在哪个层中
浏览 0提问于2019-04-15得票数 0
1回答
我正在研究以下Keras/TF的自回归问题：m示例x 10时间步骤(序列长度)x 7特性产出：到目前为止，使用LSTM的与密集的层结束举个例子，我给出了7个10大小序列的特性，我只想要其中的4个实际值(我根据以前的值预测当前值)。我的问题是以下：a. 1尺寸为m x 4<em
浏览 0提问于2019-04-30得票数 0
1回答
我想用C++ Tensorflow稀疏矩阵稠密向量(SPMv)乘法:y= Ax请注意，我已经看过以下文章： 。然而，我仍然想知道以下几点：
SPMv乘法在时间上如何与DMv相比？由于稀疏性相对较高，我认为SPMv应该更好地减少操作的数量-是吗
浏览 12提问于2020-07-28得票数 0
1回答
当构造NN时，未定义批大小，使用位置保持器，其汇总(Tensorfow)显示批次大小为无。
这很有用，因为以后可以更改批处理大小。当模型具有10个输入特征，1个隐层具有10个神经元和输出层时，隐藏层的形状为(0，10)，即当批数为20时，隐藏层的形状为(20，10)。当模型被用来预测单个输出的形状(10，1)时，数学是如何工作的
浏览 0提问于2020-11-13得票数 0
回答已采纳
3回答
目前，我正试图理解word2vec神经网络学习算法背后的体系结构，将单词表示为基于上下文的向量。
在阅读了之后，我发现了他定义的投影层。我的问题是，在神经网络中，什么是投影层？它是否被命名为一个隐层，其链接到以前的节点具有相同的权重？它的单位实际上有某种激活功能吗？在中也可以找到更广泛地提到问题的另一个资源，它也指页面67周围
浏览 5提问于2016-06-17得票数 59
回答已采纳
2回答
文本分类中对密集层的需求
、、、、
在创建文本分类模型时，为什么需要一个密集的层？我在多个例子中注意到以下是结构。软件是什么要求的权利，而不是密集的一层？tf.keras.layers.Bidirectional(tf.keras.layers.LSTM(64)),])a = activation_unit
emb= embedding_vector
浏览 0提问于2020-06-17得票数 0
回答已采纳
在Tensorflow教程中，我正在实验LSTM时间序列由于这里的任务比以前的任务要复杂一些，所以模型现在由两个LSTM层组成。最后，由于72个预测，致密层输出72个预测。我们如何知道一个问题需要多少层(在这里，2层)？然后，从实现的角度，使用Python库，mult
浏览 0提问于2019-12-25得票数 2
回答已采纳
1回答
Keras模型结构问题
、、、
：
在Convolution2D()函数中，我们使用了32个过滤器，每个过滤器是3x3像素。据我理解，过滤器是一小块像素，在图像中“
浏览 6提问于2016-12-12得票数 1
回答已采纳
2回答
在Keras中，如果您想要添加一个包含10个单元的LSTM层，则使用model.add(LSTM(10))。我听说过这个数字10被称为隐藏单元的数量和输出单元的数量( Keras代码第863行)。我的问题是这两件事是一样的吗？输出的维数是否与隐藏单位的数量相同？我读过一些教程(如和)，但没有一个明确说明这一点。
浏览 4提问于2017-04-10得票数 1
回答已采纳
我试图从Tensorflow内置的稀疏矩阵乘法API中获取性能优势。建议tf.embedding_lookup_sparse是正确的方法。但是，embedding_lookup_sparse的性能似乎在中有些令人失望。虽然它执行较小的矩阵乘法，<1,3196>和<3196,1024>，但稀疏度为0.1的稀疏矩阵不能获得密集矩阵乘法<
浏览 6提问于2016-06-08得票数 4
回答已采纳
2回答
我有可变长度的输入来解决这个问题，我想使用零填充和掩蔽层。
填充后：面具应该是这样的：[1, 1, 1, 1, 1, 1, 1, 1, 1, 0]
但我不知道如何添加掩码层，并将它们输入
浏览 0提问于2019-03-20得票数 1
回答已采纳
3回答
嵌入层和密集层之间有什么区别？
、、、、
Keras中的文档说：
我相信，也可以通过将输入编码为长度vocabulary_size的一个热向量，并将它们输入到中来实现。一个嵌入层只是这个两步过程的一个方便，还是一个更有幻想的东西在罩下？
浏览 3提问于2017-12-18得票数 49
回答已采纳
但是，我看到，独立地使用顺序或图，假设一个层的每个节点都与另一个层的所有节点完全连接，不是吗？我的疑问是，如果我想构建一个没有完全连接的深度前馈网络，例如第二层的第一个节点没有连接到第三个layer...etc的第二个节点，即使我想在非连续层的节点之间添加连接(跳过连接)，我如何在keras中实现这一点呢
浏览 1提问于2018-01-05得票数 1
我的模型是用Keras写的。它有多个输入，其中一个要与倒数第二个稠密层的输出相乘，然后再将逻辑输入到softmax。通过Lambda层来实现这个元素的顺向乘法。如果在计算图中定义的常量向量与密集层的输出相乘，则不会发生这种情况。logits = dense_output * [1, 1, 1, 1, 1, -100, 1, -100, 1, 1]
浏览 3提问于2020-09-11得票数 1
虽然传输学习/微调最近的语言模型，如伯特和XLNET，是一个非常普遍的做法，这是如何为GloVe呢？2)只需使用无梯度的嵌入。例如，给定手套的嵌入矩阵，我可以
embed = nn.Embeddin
浏览 11提问于2019-10-30得票数 3
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
