1回答
将数组传递到序列神经网络模型中
、、、、
因此，我跟随视频一起创建了一个序列神经网络，并为其提供了MNIST数据集来进行预测。我也有一个flask web服务器，通过它，我试图传递一个我从画布绘图应用程序获得的图像，将其调整为20x20，因为这是MNIST图像的尺寸，将其转换为灰度，然后使用numpy转换为数组，最后将其提供给我的模型并进行预测checking input: expected sequential_1_input to have 3 dimensions, but got array with shape (20, 20)
如何使
浏览 6提问于2019-11-25得票数 1
回答已采纳
我在python中训练了一个神经网络，并希望将权值加载到simulink中，以传递给一个函数来构建网络。我想我可以从工作区中使用，但它似乎不处理结构的非时间序列数据。我明白错误了。如何将一组数组传递到simulink函数中？
我看到的都是时间序列数据。在一组矩阵上，没有像在深度神经网络中使用的矩阵。
浏览 0提问于2019-04-30得票数 1
回答已采纳
我正在TensorFlow的一个项目中工作，该项目对已经受过训练的机器学习模型执行操作。在教程之后，我构建了一个深度神经网络来预测的生存。这使我认为我可以将张量作为输入等传递到TFLearn模型。tf.constant(i) for i in test]print(model.predict([testTF]))
目前，当我将张量传递到模型<
浏览 3提问于2017-02-20得票数 0
通过序列化的，我的意思是输入的值以离散的时间间隔出现，而且向量的大小也不知道。传统的神经网络采用固定大小的并行输入神经元和固定大小的并行输出神经元。一个序列化的实现可以用于语音识别，其中我可以给网络提供一个时间序列的波形，并在输出端获取音素。
如果有人能指出一些现有的实现，那就太好了。
浏览 0提问于2013-10-17得票数 3
回答已采纳
1回答
在最近的一篇论文中，我研究了一种新的基于集成经验ModeDecomposition的日地表温度ModeDecomposition的混合数据驱动模型--长期记忆神经网络( 这里 )。本文提出的EEMD方案确实是一种设计良好的地表温度预测模型，具有较高的精度。我正在阅读并尝试实现给定的步骤(如出版物中提到的)，并使用类似的气候时间序列数据。我得到了不同的基金和残余物。我知道您正在得到分解结果的PACF顺序(例如: 4,6,5,5,6,6,1,1,1,1,1，1，1，1，1，1，1，1，1，如出版物图7所示，其中4是原始数据<e
浏览 0提问于2018-10-02得票数 1
1回答
我已经在keras中训练了一个递归神经网络(LSTM)，但现在我正在努力将所有的部分组合在一起。具体地说，我无法理解如何重新组合权重矩阵。
浏览 2提问于2018-03-23得票数 2
1回答
我正试图建立一个如下所示的模型。请参阅下列图片：我想在LSTM层传递序列数据，在另一个前馈神经网络层传递静态数据(血型、性别)。稍后我想把它们合并。然而，我对这里的模糊感到困惑。如果我的理解是正确的(我在图像中描述)，如何将5维序列数据与4维静态数据合并？
基本上，我想用序列数据来添加
浏览 0提问于2018-11-18得票数 5
2回答
我有一个时间序列数据点。然后给我一个未来的时间戳，我必须预测数据点的值。为了简单起见，您可以假设时间戳是有界的，例如，将来查询最多可以是1小时。
这不同于传统的训练和预测模型。编辑:要获得有关数据的视图，您可以假设一个简单的实数时间序列，我必须使用历史来预测任何一般时间(在接下来的1小时内)。
浏览 0提问于2016-11-02得票数 2
回答已采纳
这个问题是关于将神经网络的类别放在其他模型的角度上。在Sutton和McCallum的“条件随机场简介”中，给出了如下数字：这表明朴素Bayes和Logistic回归形成了一个生成/鉴别对，线性链CRFs是logistic回归对序列的自然扩展。我的问题是:是否有可能将这个数字扩展到包含(某些种类)神经网络？例如，一个简单的前馈神经网络可以看作是具有激活函数的多层逻辑回归。那么，我们可以说线性链CRF在这类中是一种特殊的
浏览 0提问于2018-05-31得票数 5
回答已采纳
1回答
所以我有时间序列数据，一个很长的系列，比如说30.000个数据点。现在我的问题是关于序列长度的作用。我可以使用timestep=1将整个时间序列传递到tensorflow LSTM，在这种情况下，整个时间序列将一个接一个地插入到LSTM<em
浏览 2提问于2017-10-27得票数 0
1回答
当使用SOLR的MultipleAdditiveTreesModel和NeuralNetworkModel类时，您的模型是在加载到模型存储中的JSON中定义的。据我所知，如果将复杂的树模型和神经网络(NN)模型序列化成JSON，它们可能会变得非常大。我认为某些NN模型在序列化到JSON时可以轻松地超过500 NN。该插件的文档承认，加载“大型”模型可能会因为动物园
浏览 3提问于2020-03-02得票数 0
1回答
当我将训练数据传递给科学神经网络时，它是一个NumPy数组，包含了我所有的24*24图像矩阵。我检查，这是数据的形状：( 3237，24，24) -3237 24*24图片。然而，一旦我把它输入到神经网络中，我就会得到这样的警告：
警告:sknn：-重塑输入数组，从(3237，24，24)到(2589，24，24，1)。这个程序还在运行，我只是不明白它为什么要重塑我的数组。
浏览 4提问于2015-08-18得票数 0
3回答
我有一个神经网络来解决一个时间序列预测问题。这是一个序列对序列的神经网络，目前它是训练样本，每一个有十个特征。模型的性能是平均的，我想研究添加或删除特性是否会提高性能。我用keras构造了神经网络。我所包括的特点如下：按季滞后的历史数据系列(4个系列)四个时不变特征平铺延长了序列的长度。(另4个系列)
我知道我可以运行模型很多次，改变组合的功能，包括每次。如果某个特性可能会增加模型的价
浏览 0提问于2019-01-27得票数 16
回答已采纳
1回答
如何组合分布相似的数据？
、、、、
我收集的时间序列数据与数据点约2年的每日数据。我想出一种方法来增加数据点的数量，这样神经网络就能更好地理解数据的波动。我提出了一个假设，我试图按照相似的分布对相似的时间序列数据进行聚类，以增加输入到神经网络的数据点的数量。这是解决问题的正确方法吗？如果是这样的话，我在什么基础上将这些相似的数据组合在一起，这样我就可以把它输入到神经网络/模型中？
浏览 0提问于2019-08-31得票数 2
1回答
转换输出列车
、、
我有一个递归神经网络模型，它将一个(N,)序列映射到一个(N,3)长度序列。我的目标输出实际上是(N,N)矩阵。但是，我有一个在numpy中实现的确定性函数，它以我想要的特定方式将(N,3)转换成这些(N,N)矩阵。我如何在训练中使用这个操作？例如，目前我的神经网络正在发出(N,3)序列，在调用keras.fit之前，如何执行将其转换为(N,N)的功能？编辑:我还应该注意，从(N,N)到(N,3)的反向函数要困难得多，所以只将目标输出
浏览 0提问于2019-04-12得票数 0
回答已采纳
是否可以使用序列编程将代码从一种语言转换为另一种语言。如果不按顺序排序，我可以使用哪种算法来完成这一任务？
浏览 0提问于2018-10-04得票数 1
3回答
前一项分类重要时的分类
、、、、
但是在预测过程中，我必须标记每一个事件。我的本能反应是把这个问题和序列标记结合起来，在结尾加上一个CRF层。这个问题在文献中是已知的吗?如果是的话，我怎么能找到它呢？
浏览 0提问于2021-11-06得票数 3
我正在做Simulink中的神经网络项目。我在matlab脚本文件中训练了神经网络，并将训练后的数据保存到.mat文件中。现在，我必须在simulink用户定义函数中使用这些经过训练的数据，在该函数中，我可以利用这些经过训练的数据进行预测。我已经尝试了许多方法来将这些数据加载到函数中，但都不能成功。我已经使用模型资源管理器和模型工作区将这些经过训练的数据导入到工作区，但仍然无法从该
浏览 0提问于2016-05-26得票数 1
1回答
据我所知，RNN用于在序列中查找缺少的标记(例如，句子中的一个单词)。但是，我的问题是读取用草书编写的人名。许多名字并不流行，在语言模型中也找不到，所以如果RNN只是预测缺少的单词，它就不会成功，因为我没有完整的人名数据集，对吗？
( 1)可以用RNN识别非标准词吗？
浏览 4提问于2018-12-17得票数 1
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
腾讯会议活动推荐
腾讯云开发者
