累积或构建预测，其中预测输出是下一项的输入
累积或构建预测是指通过对历史数据进行分析和建模，来预测未来的趋势或结果。预测输出是下一项的输入，意味着我们可以利用已有的数据和模型来预测下一项的数值、状态或事件。
这种技术在许多领域都有广泛的应用，例如金融、销售、物流、天气预报等。通过累积或构建预测，企业可以更好地了解市场需求、优化资源分配、提高生产效率等。
在云计算领域，有一些相关的技术和产品可以帮助实现累积或构建预测的需求。以下是一些相关的概念和推荐的腾讯云产品：
- 机器学习（Machine Learning）：机器学习是一种人工智能的分支，通过训练模型来使计算机具备学习和预测能力。腾讯云的机器学习产品包括腾讯云机器学习平台（https://cloud.tencent.com/product/tcmlp）和腾讯云智能图像识别（https://cloud.tencent.com/product/tcir）等。
- 数据分析（Data Analytics）：数据分析是指通过对大量数据进行分析和挖掘，提取有价值的信息和模式。腾讯云的数据分析产品包括腾讯云数据湖分析（https://cloud.tencent.com/product/dla）和腾讯云数据仓库（https://cloud.tencent.com/product/dw）等。
- 时间序列预测（Time Series Forecasting）：时间序列预测是一种通过对时间序列数据进行建模和预测的技术。腾讯云的时间序列预测产品包括腾讯云时间序列数据库（https://cloud.tencent.com/product/ttsdb）和腾讯云时间序列分析（https://cloud.tencent.com/product/ttsa）等。
- 预测分析（Predictive Analytics）：预测分析是一种通过对历史数据进行分析和建模，来预测未来结果的技术。腾讯云的预测分析产品包括腾讯云预测分析（https://cloud.tencent.com/product/tpa）和腾讯云智能推荐（https://cloud.tencent.com/product/tir）等。
通过以上腾讯云的产品，用户可以方便地进行累积或构建预测的工作，实现对未来趋势的预测和决策的优化。
相关·内容
我正在尝试使用statsmodel的ARIMA来预测时间序列。我正在使用sklearn的TimeSeriesSplit来评估我的模型。不幸的是，当我预测下一叠数据(具有真值Y_test)时，我得到了一个常量预测：
if is_arima:
Y_train = Y_train.astype(float)
# build basic ARIMA model
arima_model = ARIMA(Y_train, order=(2,0,1))
# fit it, using exogenous variables
arima_result
浏览 4提问于2018-03-12得票数 2
1回答
对于我来说，这可能是一个非常简单的错误，但我似乎找不到答案。我正在尝试构建一个学习数字序列的RNN。示例数据集(每行表示一个数据点) 0 0 0 1 3
0 0 0 0 0
0 0 1 3 0
... 我主要遵循这个示例：https://www.juliabloggers.com/a-basic-rnn/ 我的数据和示例中的数据读取为Array{Array{Float64,1},1}。下面是我的一些代码 function eval_model(model, x)
out = model.(x)[end]
Flux.reset!(model)
return out
end
m
浏览 22提问于2020-01-27得票数 2
1回答
我正试图为文本类型的传输问题建立一个编解码模型。问题是我在这两种样式之间没有并行数据，所以我需要在一个无监督的环境中训练模型。
我见过的一些文章使用自动编码器分别训练编码器和解码器组件。通过将问题设置为自动编码器，他们可以通过将目标序列(等于输入序列)传递到解码器中来训练解码器。(以下是一些例子，https://arxiv.org/pdf/1711.06861.pdf，https://arxiv.org/pdf/1804.04003.pdf)
与自动编码器不同，我想知道是否有可能通过在时间步骤t时将解码器的预测输入到输入中来训练解码器。我会将生成的输出传递给分类器，以检查其样式并获得训练信号。
浏览 0提问于2018-07-07得票数 2
回答已采纳
我想训练一个生成文本的模型，类似于
据我所知，该模型使用了以下体系结构
->嵌入-> LSTM -> 1热编码“下一个单词”的词义序列
基本上，作者将过程建模为分类问题，其中输出层的维数与语料库中的单词相同。
我想把这个过程建模为回归问题，方法是重用所学的嵌入，然后最小化预测和实际嵌入之间的距离。
基本上：
->嵌入-> LSTM ->嵌入序列-下一个单词的向量
我的问题是，当模型正在动态地学习嵌入式时，我如何才能像输入(作为单词索引)那样提供输出，然后告诉模型“但是在使用输出之前，用它的嵌入向量替换它”？
非常感谢大家的帮助:-)
浏览 2提问于2017-02-15得票数 4
回答已采纳
我想做什么，
我要做的是在实时的日期流上下文中预测timeseries [x_0, x_1, x_2,...,x_T]中的每个点的下一个数据点D3，理论上这个序列是无穷大的。如果一个新的值x即将出现，我将把它输入网络并预测下一个值。因此，将return_sequenze参数设置为True的set模型不能工作，因为在实际应用中，在实际应用中，t没有用于i>t的数据点x_i。对于多步预测，我使用一个手动循环返回，其中我将预测值\hat{x}作为新的输入。
📷
我对LSTM
的理解
也许我误解了一些基本的东西：
Timelags
如果我们的步长为3(在一对多的网络中)，我们将得到输入/输出示例
浏览 0提问于2018-08-31得票数 22
2回答
多输出与单输出NNs
、、、、
我正在尝试使用LSTM构建一个5输入-5输出模型，其中所有的输出都是与未来预测的输入相同的特性。
我的问题是:构建5个模型，每个模型具有相同的5个输入，但一次只预测5个序列中的一个，还是与构建一个预测所有5个序列的模型相同？换句话说，如果有5个独立的模型，则每个预测序列的精度会更高，或者它将与具有5个输出的1个模型相同。
造成我困惑的原因是，在多输出模型的情况下，隐藏层是相同的；那么，该算法将如何优化权重，从而将所有输出序列的误差降到最小？
浏览 0提问于2018-09-18得票数 5
我正在研究一个在keras中使用seq2seq层进行ConvLSTM2D建模的问题。在keras中实现convLSTM允许用户使用'return_sequence‘选项来控制输出序列。当真为真时，输出序列的大小与输入序列相同，当为False时，输出序列为单个帧。我的问题是，当输出序列既不是输入序列也不是单个帧(下一个帧)时，我如何控制输出序列的大小？例如，使用convLSTM2D从过去的20幅图像中预测接下来的6幅图像。在这方面的任何帮助都是有帮助的。
浏览 0提问于2022-08-31得票数 0
2回答
对于序列预测问题，我不明白变压器和LSTM在力学上的区别。到目前为止，我收集到的资料如下：
LSTM:
📷
假设我们想要预测单词‘深处’中的剩余标记，给出第一个标记'd‘。然后第一个输入是'd'，预测的输出是'e‘。现在，在下一个时间步骤中，先前预测的输出'e‘与包含关于'd’的信息的前一个隐藏状态一起输入。直到预测的输出为
变压器：
在同一示例中，转换器将如何工作，并避免顺序输入？我们是将整个单词“深度”作为输入，并将其留给网络以正确的顺序获取字符，还是只输入'd‘(这是我们在LSTM中所做的)？
我真的很困惑，我想我错过了一些非常基本
浏览 0提问于2021-09-04得票数 0
我正在训练一个LSTM，试图预测每次击键后(A)的下一个最可能的键。(并且只显示用户最可能的8个后继键，这应该会产生一个8键键盘，就像我之前做的那样，但没有brain.js)
网络被训练成一个文本块，其中所有的两个字母集都作为网络的输入。对应的输出是两个后面的字母。
我尝试了不同的配置设置和培训数据模型：
用字符串->训练网络，它输出一个字符(这是不够的)
使用一组由27项组成的加权数组(每个字母+空格一个条目)来训练网络，它输出一个26的->字符串和一个与字母对应的1的位置。虽然我用一个数组作为输出来训练它。->仍然只有一封信
当我用两个字母作为输入运行网络
浏览 3提问于2020-03-22得票数 1
因此，在诸如NMT的seq到seq模型中，解码器是右移预期输出的序列模型。我的问题是，在培训期间，解码器的输入和输出是否应该是所需的标签？或者仅仅是输出--所需的标签和输入--是最后一步的实际预测输出？
浏览 0提问于2019-08-05得票数 0
回答已采纳
1回答
在序列到序列的学习中，当我们预测超过一步时，我们是应该在每个输出之后优化神经网络，还是应该一起优化每个序列的输出？
例如，如果我为每个序列预测10个步骤，我是应该对这10个步骤中的每个步骤进行优化，还是应该将它们全部优化在一起？
需要澄清的是:在下图中，"I“是进入下一个级别的预测。但是，在训练的同时，我们不是应该在下一个时间步中输入基本事实而不是预测吗？
浏览 4提问于2017-11-21得票数 0
1回答
一对一LSTM
、、、
我有一个长度为1000的数列，我把它切成100长序列。最后我得到了901个长度为100的序列。让第一个900是trainX。trainY是这些序列中第901位的第二位。
在keras中，我希望建立以下模型：
重要的特性是$X_1$映射到$X_2$，$X_2$映射到$X_3$，等等。忽略这样一个事实，我还没有画出100个这样的单位。
在keras中，我知道如何构建模型，其中$X_1$到$X_{100}$映射到$X_{101}$ (多到一种情况)。这是由以下方面完成的：
batch_size = 1
time_steps = 100
model = Sequential()
model.add(
浏览 5提问于2016-08-05得票数 1
1回答
假设我有从足球比赛中收集的一分钟数据样本，具有六个特征。1500个游戏来训练和测试模型。 我已经实现了用于多特征预测的LSTM模型。我用滞后5训练/测试了模型，得到了91%的分数。也就是说，对第6分钟进行预测。 我的问题是，考虑到只有第一分钟的数据，有可能对比赛剩下的89分钟做出预测吗？(当然，我将设计一个具有输入形状(1，6)和输出(89,6)的新模型) 所以我的input_shape=(1,1,6)总是看起来是[0,0，a，b,0,0]，其中a和b是唯一的，并且对于每个匹配都是预先确定的。 并且预期输出将为shape=(89,6)。 我真的很感谢你的建议。
浏览 20提问于2019-01-31得票数 0
我正在做时间序列数据预测的工作。
输入信号是空气中粉尘颗粒的日浓度，格式为(10x24)，10 =天，每天24个值，然后使用转换为行向量(1240)
input = imresize(dust, [1, 10*24]); % converts matrix into vector
为了训练我的网络，我制作了模型(3:5:1)(tanh，tanh)(0.05)(1)(500)，
其中3=输入，5个隐层神经元，1个输出层，输入隐层和隐输层的(tanh tanh)传递函数，学习率为0.05，1=偏差和迭代次数为500。我得到了训练有素的网络，跟踪是绝对的。
哪个层权重将用于未来响应的预测(即输入-隐
浏览 0提问于2011-08-25得票数 0
我是火炬和lua的新手(任何关注我最新帖子的人都可以证明:)，并对gmodule对象的前向函数(类been )有以下问题。
根据源代码( - as类gmodule继承自nn.module)，语法是：
function Module:forward(input)
return self:updateOutput(input)
end
但是，我发现了将表作为输入传递的情况，如下所示：
local lst = clones.rnn[t]:forward{x[{{}, t}], unpack(rnn_state[t-1])}
其中：
clones.rnn[t]
本身就是一个gmodule对象。反
浏览 1提问于2016-01-10得票数 1
回答已采纳
2回答
我正在研究https://www.tensorflow.org/tutorials/text/text_generation上的一个Keras示例 这个模型是这样构建的： def build_model(vocab_size, embedding_dim, rnn_units, batch_size):
model = tf.keras.Sequential([
tf.keras.layers.Embedding(vocab_size, embedding_dim,
batch_input_shape
浏览 18提问于2020-10-31得票数 1
回答已采纳
我有一个表，其中有可变数量的记录(最多可达数百条)，其中的主体是用一个ng-repeat构建的。
在每个记录中，有两个类型为select的输入字段，它们的内容也是使用ng-repear构建的，每个字段的选项数约为100个。
这现在正在工作，只不过构建页面需要很长时间(几秒钟；我猜是因为AngularJS添加到DOM中的html记录数量很大)。
下面是其中一个select的示例：
<select class="form-control" ng-model="One_Source.Measuring_Method_Code">
<optio
浏览 0提问于2017-06-26得票数 0
1回答
假设我们有以下数据集，其中's‘表示’步骤‘。
f1 f2 f3 f4 target
1 2 3 4 5
2 3 4 5 6
3 4 5 6 7
4 5 6 7 8
5 6 7 8 9
该模型由4个(时间)步骤组成。它给出一个数字作为输出(目标)。在第一个样本中，step1输入为1，step2输入为2，step3输入为3，step4输入为4。我们将训练一个序列模型(用RNN、LSTM或其他方法)，然后为这个特定的序列输出"5“。其他样本的逻辑也是一样的。
我关心的是如何将
浏览 0提问于2019-07-04得票数 0
回答已采纳
1回答
顺序数据集使用哪种性能度量？
、、、、
我有一个如下所示的数据集，我已经构建了LSTM模型来执行seq预测。
X y
1,2 3,6,1,6
2,3 4,9,3,7
3,45 23,4,1,11
这是一个具有多个输入和多个输出的顺序数据集，我不知道如何度量我的测试数据模型的性能？我试过使用精度，但不可能为多个输出计算精度(got错误)。我试着做验证损失，但我想知道是否有更好的方法来计算我的模型的性能度量？
浏览 0提问于2022-08-26得票数 1
2回答
我目前正在从事神经网络的工作，我还是个初学者。我的目的是使用MLP来预测流时间序列(我知道，NARX网络可能更适合时间序列预测，但要求是MLP)。
例如，我想用当前和历史的流量Q(t...t-n)和降水量P(t...t-m)等来预测流量Q(t+x)。
我的网络训练(网络的训练、验证和测试)和额外的验证期的结果显示出相对较好的质量(相关性和RMSE)。但是，当我仔细查看训练和验证期的输出时，与各自periode的目标相比存在滞后。我的问题是我不知道为什么。
无论x有多大，滞后都恰好对应于我的预测周期x。
我使用Matlab工具箱中的标准MLP和默认设置(随机划分、训练等)。比如使用图形神经网络工
浏览 0提问于2014-12-04得票数 4
1回答
如果我有下面的数据集，并且我想预测所有三个特性，我应该如何准备输出数据？
a b c
2265.0 8 21.3515625
2264.5 8 21.3515625
2268.0 8 21.3046875
2266.5 8 21.328125
2260.5 8 21.328125
2259.0 8 21.328125
我知道Keras需要3d输入。因此，需要重塑输入。作为well.So，除了数据集中的时间戳之外，输出/标签都是时间戳？
浏览 0提问于2018-06-27得票数 1
1回答
将英文翻译成法文，我们可能有以下几点：
输入：“请帮我翻译这句话”6代币输出："Merci de m‘’aideràtraduire cette短语“7代币
我们在输出中有7个记号。在网络处理过程中，Bert模型是如何知道这个长度的？涉及哪些超参数？
浏览 10提问于2022-08-03得票数 -1
回答已采纳
这个问题与本吉奥教授的“深度学习”中的有关。在最后一段第336页的第10.2.2节中，书中谈到了"...because输出是软件最大的结果，输入序列必须是符号序列.“。
这似乎表明，输出被视为对可能的“比特”的概率分布，下一个输入x(t+1)是使用该联合概率分布对输出比特进行采样的。这个解释正确吗？
浏览 3提问于2015-11-17得票数 1
回答已采纳
在这里，我理解为什么putchar()只打印第一个字符'C‘
#include <stdio.h>
main(){
int c;
c = getchar();
putchar(c);
}
output : > Cprograming
> C
但是，当使用while循环时，这些函数的行为正在发生变化。
#include <stdio.h>
main(){
int c;
c = getchar();
while(c != 2){
putchar(c);
c
浏览 4提问于2021-07-08得票数 0
2回答
在过去的3个月里，我一直在研究一个模糊逻辑SDK，到了我需要开始对引擎进行大量优化的时候。
与大多数基于“实用”或“需求”的人工智能系统一样，我的代码的工作方式是在世界各地放置各种广告，将所述广告与各种代理的属性进行比较，并相应地按每个代理对广告进行“评分”。
这反过来，为大多数单个agent模拟生成高度重复的图形。但是，如果考虑到各种代理，系统就会变得非常复杂，对我的计算机来说很难模拟(因为代理可以在彼此之间广播广告，从而创建一个NP算法)。
底部:根据单个代理上的3个属性计算系统重复性的示例：
顶部:根据3个属性和8个代理计算的系统示例：
(开始崩溃，后不久恢复。)这是我能给出的
浏览 6提问于2014-10-01得票数 5
回答已采纳
我正在使用(监督) tensorflow深度学习来分析时间序列数据集.tensorflow代码给出了一系列的输入，并根据每个输入，神经网络必须在不久的将来预测输出值。
对于训练来说，过去有很多预先标注的输入/输出。每个输入是每个时间步骤的状态数组，每个输入都被标记为一个结果值。到目前为止，这种任务在深度学习中很常见，我使用了多个GRU层来解决这个问题。
但问题是，我发现寻找适当输出的模式实际上随着时间的推移而改变。对于每10小时(约)，模式变化，因此在每个模式周期的每一开始(如前1至2小时，总10小时)，神经网络是不好的预测，但之后，预测率提高。另外，我认为数据也有一些噪音。
到目前为止，我使
浏览 0提问于2018-04-28得票数 3
回答已采纳
1回答
我正在构建一个SQL Server数据库的预算，以便通过web应用程序或桌面应用程序跟踪一些项目。我的问题是，当保持预算超过五年时，更好的做法是在一个表中包含行项目及其描述，而在另一个表中包含所有年份，例如五年中每个月60列，或者具有一个表，其中包含每年及其给定的行项目。对于查询目的，这种方法似乎更容易，但对于引用完整性来说，另一种方法似乎更好。任何洞察力都会很棒
本质上，我试图使用它的目的是，比较和报告5年来的假设和实际结果
浏览 4提问于2013-02-14得票数 0
1回答
我正在进行一项元分析，其中我感兴趣的是X对年龄对生境使用的影响(原始平均值和方差)。
我的一个模型的例子是：
mod6 <-
rma.mv(
yi = Used_value,
V = Used_variance,
slab = Citation,
mods = ~ Age + poly(Slope, degrees = 2),
random = ~ 1 | Region,
data = vel.focal,
method = "ML"
)
我不使用引文作为随机效应的理由是，仅使用区域比使用random = l
浏览 6提问于2022-08-01得票数 0
让我们假设我有一个有噪声的2d数据集，其中一个观察数据的人可以很容易地在数据中画一条直线，从而使均方误差最小化。
该线的模型采用y = mx + b形式，其中x为输入值，y为模型的预测值，m和b为训练变量，以使成本最小化。
我的问题是，如果我们将一些输入x1插入到模型中，它总是输出相同的数字，而不考虑数据有多稀疏。像这样的模型如何从相同的输入中预测不同的值？
也许可以这样做，将所有的错误从模型行到点，对它们进行分布，获取这种分布的期望值，然后将该值添加到y中。
浏览 6提问于2017-04-01得票数 0
回答已采纳
1回答
GPT-2体系结构问题
、、、、
我目前正在研究一个NLP模型，它比较两个评论，并确定哪一个会更受欢迎。我已经提出了一个架构-它将基于GPT-2。但是现在我很难理解它的输出的一般格式。我检查了GPT-2的这 PyTorch实现，下面是我所理解的：
GPT2Model是主要的转换器块，它使用解码器堆栈(类块)。
区块只是一个具有注意层和卷积层的解码器块。
GPT2LMHead只是一些完全连接的层.简单分类头。
到目前为止我不明白的是：
presents变量的作用是什么？我看了里面，这只是张量的列表，但我不知道它们是什么。
如果我想获得输入句子的嵌入，我需要使用哪个类？我认为返回一些隐藏状态的是GPT2Model，但它返回具有维度
浏览 0提问于2023-03-17得票数 0
回答已采纳
3回答
我想预测某些每周可预测的值(低信噪比)。我需要预测一年中每周形成的整个时间序列(52个值-图1)。
我的第一个想法是使用TensorFlow上的Keras开发一个多到多的LSTM模型(图2)。我用52个输入层(前一年给定的时间序列)和52个预测输出层(明年的时间序列)来训练模型。train_X的形状是( X_examples，52，1)，换句话说，X_examples训练，52个时间步骤，每一个特征。据我所知，Keras将把52个输入视为同一域的时间序列。train_Y的形状相同(y_examples，52，1)。我添加了一个TimeDistributed层。我的想法是，该算法将预测
浏览 5提问于2017-12-01得票数 23
回答已采纳
1回答
序列模型Word2vec
、、、、
我正在处理超过100,000条记录的数据集。下面是数据的外观：
email_id cust_id campaign_name
123 4567 World of Zoro
123 4567 Boho XYz
123 4567 Guess ABC
234 5678 Anniversary X
234 5678 World of Zoro
234 5678 Fathers day
234 5678 Mothers day
34
浏览 3提问于2018-10-18得票数 1
我正在尝试使用来构建Java代码，但由于javac编译器的不寻常特性，我有点卡住了。通常，对于大型项目的每个模块，编译器都以该模块的所有源文件作为输入调用，并一次生成所有输出文件。随后，我们通常将编译器生成的.class文件组装到JAR中(基本上只是一个ZIP)。
例如，典型的Java模块项目安排如下：
一个包含多个src文件的.java目录，其中一些文件在树中嵌套了许多级别。
包含编译器输出的bin目录。通常，这个输出遵循相同的目录结构和文件名，每个.java文件都由.java代替，但是映射是而不是，必然是一对一:一个.java文件可以生成零到多个.class文件！
因此，我
浏览 2提问于2013-06-25得票数 14
回答已采纳
2回答
我是机器学习/优化的新手，所以如果以前已经回答过这个问题，我会提前向您道歉。我不知道该用哪个搜索词。
我有一个大的数据集，其中有许多输入参数I_1、. I_n (n最多10)、目标参数T和评分参数S。实际数据大约有一百万行，每一行都有输入参数、目标参数和得分参数。这些数据来自一台机器的运行数据，其中T是输出功率，S是燃料消耗，I_1，I_n是机器的参数调整。调谐参数与S和T的关系未知，但可能是非线性的。因此，我基本上想了解如何调整机器，以产生理想的输出功率作为燃料-尽可能有效的参数，我可以调整。
我需要的是找到一个函数的方法，输入T，得到I_1，. I_n的最佳组合，从而最小化S值的T值。我是
浏览 0提问于2019-11-11得票数 1
回答已采纳
我已经根据pytorch教程：https://pytorch.org/tutorials/beginner/transformer_tutorial.html训练了一个变压器模型，但是我发现我很难理解这个模型的输入和输出连接。根据其培训代码，模型的输入数据如下：
t0，t1，t2，…，tN，其输出目标值应为t1，t2，…，tN，tn+1。
输入: t0，t1，t2，.，t恩-1，tN
输出:t1，t2，t3.，…，tN，tn+1。
基于我的身份，t1依赖t0，t2依赖t1，t0等等，tn+1依赖tN，t恩-1，…，t0。
我的问题是，既然我们需要将一个长的令牌列表切割成多个段，并将这些段一个接
浏览 0提问于2023-04-09得票数 0
回答已采纳
3回答
预测和预测:有什么区别？
、、、、
我使用这两个术语如下：
预测模型以特征(可以是时间序列)作为输入，并给出一个固定长度的输出(可能是多个值，但在某种意义上是“原子”)。
示例：
狗对猫
垃圾邮件与无垃圾邮件
明天天气
下个月销售
预测模型以时间序列作为输入，输出单个时间序列。
示例：
航空客运量:你可以预测下个月的价值，但预测可以超过一个任意的时间框架(当然，质量在不断恶化)。
天气
销售量
我从未见过这些术语的教科书定义。你知道有什么来源可以比较这两个术语吗？
加分，如果你给我一个良好的德文翻译两个术语。到现在为止，我把这两个词都叫做"Vorhersage“--我的印象是没有别的德语词来形容它。
浏览 0提问于2018-06-28得票数 0
1回答
我必须使用这个periods表：
周期
id | starts_on | ends_on
----+------------+------------
678 | 2019-12-21 | 2019-12-22
534 | 2019-12-23 | 2020-01-04
679 | 2019-12-28 | 2019-12-29
9 | 2020-01-01 | 2020-01-01
776 | 2020-01-04 | 2020-01-05
7 | 2020-01-06 | 2020-01-06
777 | 2020-01-11 | 2020-01-12
它列出了学生不必
浏览 1提问于2020-02-08得票数 3
回答已采纳
2回答
二维阵列的右旋转
、、、、
我试图为2D数组编写正确的旋转代码。
以下是主要代码：
for (int k = 0; k < rotate; k++) { //rotate is the no of times to shift right
for (int i = 0; i < n1; i++) { //n1 is no: of rows
for (int j = 0; j <n2; j++) { //n2 is no: of columns
//Shifting right
int temp = A[i][n2 - 1];
浏览 3提问于2021-01-13得票数 1
我目前正在从头开始构建一个神经网络，我们希望根据两个输入变量(X_1和X_2)确定它们的输出将是(0或1)。我有两个隐藏层，在所有神经元上都有乙状结肠激活，但是当我计算交叉熵时，我就卡住了。假设在输出层中，我的预测值为[0.50, 0.57]，但实际输出为0，因此为[1, 0]。如何计算此二进制输出示例的交叉熵？有没有人有什么建议/建议？
浏览 38提问于2020-12-16得票数 1
4回答
我正试着思考下一个句子预测在RoBERTa中的工作方式。根据他们的论文，在第4.2节中，我了解到，在最初的BERT中，他们使用了一对文本片段，其中可能包含多个句子，任务是预测第二个片段是否是第一个句子的直接继承者。罗伯塔的作者研究了另外三种类型的预测--第一种与伯特基本相同，只使用两个片段中的两句话，你仍然可以预测第二句是否是第一句的直接继承者。但是我不明白另外两个目标是什么，我会在下面引用他们的解释：
·完整句子:每个输入都包含从一个或多个文档中连续抽样的完整句子，因此总长度最多为512个标记。输入可以跨越文档边界。当我们到达一个文档的末尾时，我们开始从下一个文档中抽取句子，并在文档之间添加
浏览 0提问于2020-06-29得票数 2
我正在上一门基于注意力的NLP课程，但是我不理解基于Q，K和V向量的注意力的计算和应用。我的理解是，K和V向量是从编码器输入导出的，Q向量是从解码器输入导出的。这对我来说是有意义的，在培训的背景下，整个输入序列呈现给编码器，整个输出序列呈现给解码器。然而，没有意义的是，这是如何在推理的背景下应用。在这种情况下，似乎没有输入到解码器，那么Q向量从何而来？
浏览 0提问于2021-09-24得票数 0
回答已采纳
2回答
我正在构建一个应用程序，我想让我的应用程序能够在用户输入文本框时读取他们输入的内容，并根据到目前为止的句子向用户呈现两件事。
1)他们正在输入的可能短语的列表，以便轻松地自动完成，我猜我会使用一个预设的短语列表，我可以通过搜索来获得这些建议。
2)根据句子结构或简单地基于键入的最后一个单词，列出最有可能出现在句子中的下一个单词。
我的问题是，还有其他像这样的东西吗？搜索数千个字符串以尽可能快速有效地找到匹配的最佳方法是什么？字符串应该存储在SD卡上的文本文件中，还是直接存储在代码中，或者存储在某种类型的数据库或xml文件中，甚至是cvs文件中？任何想法都会很棒
浏览 0提问于2012-11-27得票数 2
回答已采纳
1回答
但我已经尝试了一段时间了。我看到了很多关于如何使用Keras构建LSTM模型以及人们如何输入输入和获得预期输出的指南。但我从未见过的是，例如股票数据，我们如何让LSTM模型理解不同维度之间的模式，比如收盘价比正常水平高得多，因为成交量很低。
这一点是，我想做一个股票预测的测试，但使它的每个维度都不依赖于之前的时间步长，但也依赖于它拥有的其他维度。
抱歉，如果我没有问对问题，如果我没有解释清楚，请提出更多问题。
浏览 1提问于2018-10-09得票数 0
1回答
我正在为我的服务在Java中搜索一种模式或编程技术。
服务的输入是字符串数组。这些字符串表示一个文件和一些信息。
服务的输出是精确字符串的Map和布尔值。布尔值表示该信息存在于文件中。
例如输入
["file1/dog","file2/cat","file1/rabbit"]
输出
{"file1/dog":"false","file2/cat":"true","file1/rabbit":"true"}
我只想打开一次文件，并搜索该文件中的所有信息。
浏览 7提问于2022-11-23得票数 0
回答已采纳
我想知道，在使用XGBoost模型执行批量预测后，如何通过对预构建图像的自定义训练将预测与实体进行匹配。 当启动一个BatchPredictionJob时，它希望输入的形式是 input_1,input_2,input_3
0.1,0.2,0.3
0.4,0.5,0.6
... 对于csv或 [0.1,0.2,0.3]
[0.4,0.5,0.6]
... 对于具有输出预测的jsonl： {"instance":[0.1,0.2,0.3], "prediction":0.0345}
... 然后，输出预测只包含这些输入值的实例，而没有任何关于如何将这些预测映射回
浏览 16提问于2021-10-08得票数 1
当通过IN可信build运行C++构建时，“输出”不会显示错误。这是通过IDE和命令行构建(BuildConsole)实现的。在IDE/Build窗口中，错误在上可见，其中包含以下错误：
Visual尚未接收此任务的输出。一旦此输出到达Visual，它将显示在IncrediBuild主输出窗格中。
对于自动化的命令行生成，这些错误不会被记录。BuildConsole的所有日志记录选项都只回显。
生成监视器的副本
对于BuildConsole 记录“项目输出”还是结果“到达”Visual？，有什么解决办法吗？
环境：
Visual Studio 2015:版本14.0更新3
浏览 3提问于2017-08-25得票数 2
回答已采纳
2回答
我读过几篇关于RNNs (特别是LSTM)的论文、文章和博客文章，以及我们如何使用它们来进行时间序列预测。在我发现的几乎所有示例和代码中，问题都被定义为根据以前的数据找到时间序列的下一个x值。我想要解决的问题如下：
假设我们有一个时间序列的t值，那么它在时间t+1中的值是多少？
所以使用不同的LSTM包(deeplearning4j，keras，.)我现在正在做的事情是：
创建一个LSTM网络并将其适用于t示例。我的网络只有一个输入和一个输出。至于输入，我将有以下模式，并将它们称为训练数据: t_1、t_2 t_2、t_3 t_3、t_4
下一步是使用t_4作为输入，期望t_5作为输出，然后使
浏览 0提问于2016-07-12得票数 5
回答已采纳
1回答
我有一个大的纵向数据集，有5分钟的粒度，为期约30个月，来自数千个家庭。我想使用基于输入的二进制输出(0/1)对它们进行分类，这也是一组二进制变量(传感器激活与否)。我有一个训练数据集，带有带有二进制输入的标记二进制输出(0/1)。
📷
我想知道在这种输入和输出都是二进制性质的情况下，哪种机器学习模型是最好的。
Logistic回归是否是其中一种选择？
浏览 0提问于2018-12-17得票数 1
回答已采纳
回归的：
sequence-to-sequence：LSTM层的输出是一个序列，输入到一个完全连接的层。lstmLayer(N, 'OutputMode', 'sequence')。
sequence-to-one：LSTM层的输出是序列的最后一个元素，输入到一个完全连接的层中。lstmLayer(N, 'OutputMode', 'last')。
两者在时间序列预测方面有什么区别？什么时候应该用一个而另一个呢？
注意：使用顺序到顺序的体系结构.如果你只需要预测下一个时间步骤，为什么要输出一个完整的序列
浏览 8提问于2019-02-26得票数 0
回答已采纳
2回答
我是以局外人的身份来进行机器学习的。这似乎是一个分类问题，我应该能够很好地解决与机器内存的准确性。
培训数据集：
我有数以百万计的URL，每个URL都有特定类别的标记。类别数目有限(50-100)。
现在给出一个新的URL，我想将其分类为其中一个类别。该类别可以使用常规方法从URL中确定，但需要大量无法管理的模式匹配。
因此，我想构建一个输入为URL，输出为Category的框。如何构建这个由ML驱动的盒子？
虽然我很想了解这个问题的基本原理，从数学上讲，现在我更关注的是如何完成它，所以我想从概念上理解所涉及的系统和过程。我认为机器学习处于这样一个阶段，你可以以这种方式合理地直接地处理问题。
浏览 3提问于2017-05-01得票数 1
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
即时通信 IM
实时音视频活动推荐
腾讯云开发者
