1回答
我看到Keras中的LSTM接受(batch_size，timesteps，data_dim)作为输入形状。但我想知道是否有一种简单的方法可以将这些扩展到4维？例如，我们如何将lstm应用于具有64 x 64大小的图像的moving-MNIST数据集？
浏览 45提问于2019-02-11得票数 0
1回答
`print(np.array([arr[2:4], arr[3:5]])) # same shape`print(np.array([arr[:2], arr[:3]])) [2, 3]]) [2, 3],‘在这种情况下，我怎样才能得到一个3d数组，以便训练我的LSTM</em
浏览 0提问于2020-02-29得票数 0
1回答
LSTM结构比较
、、、、
我正试着根据这张照片建立一个LSTM模型。我是一个深入学习的初学者，特别是RNN结构，所以我需要你的建议来引导我因此，为了处理70k用户和12k动画的数据格式，我的dataframe包含：
anime_id user_id user_rating name tags genre
0 1 234 9.
浏览 0提问于2018-08-18得票数 1
回答已采纳
1回答
我将训练数据组织在一个numpy数组中，其中：
问题是，这个二维数组由大约15个不等长的连列数据组成，我想用它来进行LSTM网络培训。是否可以使用不等长的序列来训练Keras的LSTM网络？如果是这样的话，如何将我的2D训练数据数组转换为有效的3D数组？
浏览 0提问于2020-05-05得票数 0
1回答
最近我学习了ResNet的跳转连接，我发现这种网络结构在训练过程中会有很大的改进，它也适用于卷积网络，如U-net。但是，我不知道如何用LSTM自动编码网络实现类似的结构。下面是网络代码：from numpy import arraymodel.add(LSTM(20, activation='
浏览 14提问于2020-03-20得票数 3
回答已采纳
1回答
在随后的工作中，作者应用卷积递归神经网络(RNN)来预测二维图像序列表示的微结构的时空演化。特别是，他们应用某种3D-CNN和LSTM体系结构来预测晶体的生长：在上面的图片中，我们可以从一个测试用例中看到RNN预测(P)和地面真相(G)，其中RNN基于10个输入帧输出50帧。根据我(有限的)知识，唯一能够在输出中生成新图像的结构是生成对抗性网络，如GANs和卷积编解码神经网络(如VAE)，但显然作者通过将3D-Conv和RNN单元叠加在一起来实现这些结果。
浏览 0提问于2022-01-18得票数 2
回答已采纳
关于中@Shai提供的答案，caffe.NetSpec()用于显式地展开LSTM单元，以便及时进行培训。使用此代码实现，为什么"DummyData"层或任何用作输入X的数据层出现在t0时间步骤的末尾，就在t0文件中的"t1/lstm/Mx"之前？我不明白..。
因此，需要进行操作(剪切/粘贴)。
浏览 0提问于2016-04-20得票数 1
回答已采纳
2回答
将CNN输出传递给BILSTM
、、、、
我正在做一个项目，在这个项目中，我必须将CNN的输出传递给双向LSTM。我创建的模型如下所示，但它抛出了“不兼容”错误。请让我知道我哪里出错了，以及如何解决这个问题。model.add(BatchNormalization()) model.add(Dropout(0.3))
model.add(Bidirectional
浏览 1提问于2020-09-08得票数 3
回答已采纳
1回答
我在Keras中的LSTM实现有一些问题。
遵循本教程：，我创建了子序列(在我的例子中，有1452018个子序列，window_size = 30)。对于有状态LSTM的输入，重塑数据的最佳选择是什么？batch_size是否与时间步骤相关？
浏览 2提问于2019-01-02得票数 4
回答已采纳
最近，我讨论了RNN/LSTM在时间序列分析中与其他神经网络(如MLP或CNN )相比的优势。只要神经网络足够深，就可以建立时间连接模型。所以我知道我没有完全回答他(也许没有正确回答
浏览 0提问于2017-09-14得票数 8
回答已采纳
很可能我的网络设置没有什么意义，但我想首先生成一些可以工作(即执行)的东西，然后尝试不同的设置。这是我现在所拥有的：pos = Input(shape=(None,1))
l2 =LSTM(40)(pos)output = Dense(1, activation='sigmoid')(out)
model = ModelINFO: Starting
浏览 1提问于2018-08-16得票数 0
我想问的是，LSTM可以建模为多对一。但是，Seq2Seq也可以建模为多对一。(当N为1时，M到N)。那么，有什么不同呢？
浏览 5提问于2021-03-23得票数 2
它的网络结构如下所示timeseries2 -> lstm2timeseriesN -> lstmN
我见过许多堆叠lstm层的示例，但没有人向我展示如何水平连接多个lstm单元。现在，我有一个包含4个时间序列列的数据帧：'t1'，'t2
浏览 0提问于2020-11-20得票数 1
2回答
在卷积神经网络中，我们有这样一个概念:内部层学习线条和边缘等精细特征，而外层层学习更复杂的形状。我们是否对RNN(如LSTM )中的层有这样的理解，比如内部层理解语法，而外层层在假设我们使用LSTM来完成一些自然语言任务(如文本摘要)时，理解句子的更完整的含义？
浏览 0提问于2019-06-17得票数 0
2回答
字符串分类(已修改)
、、、
X = X.reshape((1,32514,1))
model = Sequential()=================================================================
浏览 0提问于2018-05-31得票数 1
1回答
我有一个数据集，包含5K行(-1K用于验证)和17列，包括最后一个列(目标整数二进制标签)。我的模型就是这个2层的LSTM：model.add(Embedding(output_dim=64, input_dim=17))model.add(Dropout(0.5))model.addmodel.comp
浏览 2提问于2016-03-18得票数 1
回答已采纳
1回答
由于几乎所有可用的教程都与NLP -with稀疏向量相关，所以我无法确定如何使解决方案适应连续数据。除了我对数列模型的无知之外，embedding过程对单词的理解更让我困惑.我有一个由3,000,000个样本组成的数据集，每个样本具有x-y坐标(-1，1)和125观测值，这意味着每个样本的形状是(125我想我可以认为这125个字与二维已经嵌入的字，但编码器和解码器在这个Keras教程期望三维数组为(num_pairs, max_english_sentence_length, num_english_characters如果有人能在我的<e
浏览 0提问于2020-12-12得票数 0
回答已采纳
我的神经网络构建如下：tempModel = LSTM(data.xRnnLosFeatures)(tempIn)tempModel = Dense(1)(tempModel)然而，如果我在给这个网络提供数据之前没有手动标准化我的输入数据有什么方法可以正确地标准化我的输入数
浏览 3提问于2018-11-13得票数 0
1回答
我正在尝试将此模型调整为具有4组25,000个时间步长的基于时间序列的数据(基本上是0秒到25,000秒)。我尝试将此数据集输入到形状为(4,25000,1)的p_input中，没有出现错误。另一个想法是，我可能需要增加hidden_num中隐藏的LSTM单元的数量和/或增加纪元(iteration)的数量。此外，可能是batch_num必须大于step_num。
浏览 2提问于2017-08-22得票数 9
回答已采纳
我正在尝试建立一个光学字符识别系统，它可以使用LSTM单元识别手写句子。
因此，对于每个输入，您希望LSTM我遇到的问题是，我不知道如何将图像和前面的序列输入到LSTM单元中。我是否将我的图像(二维矩阵)划分成行/
浏览 0提问于2018-07-16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
即时通信 IM
云直播
实时音视频活动推荐
腾讯云开发者
