1回答
我根据这个模型搜索并绘制了这个RNN堆叠LSTM的图： model = Sequential()
model.add(Dropout(0.2))
浏览 12提问于2021-03-29得票数 1
我是深度学习的新手，目前正在使用LSTM进行语言建模。我正在看pytorch文档，被它搞糊涂了。如果我创建一个当hidden_size =4和num_layers = 2时，我想我会有一个类似如下的架构：LSTM -> LSTM -> h3LSTM -> LSTM<
浏览 9提问于2018-03-12得票数 18
回答已采纳
2回答
=True))其中，我们的层叠LSTM网络由两个LSTM层组成，分别有64个和32个隐藏单元。]的向量，它将在当前时间步表示第一个LSTM层的隐藏状态。令我困惑的是：
第二层LSTM层-LSTM( 32 )-作为输入接
浏览 8提问于2019-03-27得票数 3
以下是代码model.add(LSTM(256, input_shape=(None, 1), return_sequences=True))model.add(Dense(1))model = Sequential()
model.add(LSTM(512, input_s
浏览 62提问于2019-07-29得票数 2
1回答
我在理解堆叠LSTM网络中的信元流时遇到了一些困难。model = Sequential()
model.add(Bidirectional(LSTM(units=30, return_sequences=True, input_shape =层的输入是否到达第二个LSTM层？2)我读到在LSTM中，我们将以前的隐藏状态和当前输入作为输入。如果来自第一个LSTM层<
浏览 8提问于2020-09-23得票数 0
1回答
我已经建立了一个定制的窥视孔lstm，我想模仿已经在nn.lstm中构建的辍学部分。那么，如何添加像这样的辍学，这个lstm，nn.LSTM(input_size, hidden_size, dropout=0.3)，做什么？我对如何做到这一点有一个想法，就是在返回输出之前应用一个普通的退出，如下所示：self.dropout = nn.Dropout(0.3)
# forward m
浏览 2提问于2022-06-06得票数 1
回答已采纳
LSTM的架构‘下的https://www.analyticsvidhya.com/blog/2017/12/fundamentals-of-deep-learning-introduction-to-lstm
浏览 61提问于2021-01-10得票数 1
回答已采纳
1回答
堆叠LSTM层
、、、、
有人能告诉我那些堆叠的LSTM层之间的区别吗？📷
第一图像在这个问题中给出，第二图像在这篇文章中给出。到目前为止，我所了解的关于堆叠LSTM层的知识是基于第二张图像的。当您构建LSTM层时，其中一个层(即h^{1}_{l}, l=..., t-1, t, t+1...)的输出成为其他层的
浏览 0提问于2018-10-24得票数 2
回答已采纳
医生说
现在，批处理和hidden_size维度几乎是不言自明的。我假设，所有层的所有“最后单元格”的隐藏状态都包含在这个输出中。但是，例如，“最上层”中的“最后一个单元格”的隐藏状态是什么？h_n[-1]？h_n[0]？输出是否受batch_
浏览 0提问于2018-04-05得票数 5
我的目标是在堆叠的LSTM模型中使用注意力，但我不知道如何在编码层和解码层之间添加Keras的AdditiveAttention机制。比方说，我们有一个输入层，一个编码器，一个解码器和一个密集的分类层，我们的目标是解码器在导出其输出时关注编码器的所有隐藏状态(h = h1，...，hT)。有没有使用Keras的高级编码方法？例如
浏览 8提问于2021-06-17得票数 1
1回答
大家都知道，Py手电的LSTM实现是一个分层的双向LSTM.我不知道这个输出是如何输入到第二个LSTM层的。前向层和前向层的输出会被合并或连接吗？
我检查其实现的源
浏览 4提问于2022-03-12得票数 0
2回答
关于LSTM网络的结构
如果我想要创建用于求解时间序列预测的LSTM网络，我应该如何构造神经网络的隐藏层？一个LSTM memory block将表示一个隐藏层，该层中的所有节点都将由cells表示。每个隐藏层都应该由众多的LSTM memory blocks组成，这样的块集
浏览 5提问于2013-07-03得票数 3
回答已采纳
在PyTorch中有一个LSTM模块，除了输入序列、隐藏状态和单元状态之外，它还接受一个num_layers参数，该参数指定我们的LSTM将有多少层。然而，还有另一个模块LSTMCell，它只是将输入大小和隐藏状态的数量作为参数，没有num_layers，因为这是多层LSTM中的单个单元。我的问题是，怎样才能正确地将LSTMCell模块连接在一起，以达到与使用num_layers > 1的多层
浏览 54提问于2018-01-03得票数 4
回答已采纳
我是Keras的新手，我正在努力构建一个供个人使用/未来学习的模型。我刚从python开始，我想出了这段代码(借助视频和教程)。我有16324个实例的数据，每个实例由18个特征和1个因变量组成。from tensorflow.keras.models import Sequential
from tensorflow.keras.layers import Dense, Dropout, LSTM(128, input_shape=(train_x.shape[1:]), return_sequ
浏览 0提问于2019-09-26得票数 1
回答已采纳
我很难理解这个错误消息是关于什么的。我看过很多帖子，比如
tf.keras.layers.Masking(mask_value设置是正确的，但基于上面列出的问题，我不知道应该在这里修复什么。每当我尝试拟合模型时，它仍然打印一个错误
ValueError: Input 0 of layer
浏览 0提问于2021-05-19得票数 1
2回答
LSTM层间的激活函数
、、、、
我知道LSTM单元内部同时使用sigmoid和tanh激活函数，但是当创建一个堆叠的LSTM体系结构时，通过激活函数(例如ReLU)传递它们的输出是否有意义？那么，我们是否更喜欢这样：model = LSTM(50, activation="relu
浏览 0提问于2020-01-16得票数 13
回答已采纳
在我最初的设置中，我得到了y1 = (1200,10)model = Sequential()model.add(LSTM(12, return_sequences=True))X2 = (1200,40,1)现在，我将X1、X2和y1、y
浏览 2提问于2019-05-22得票数 11
我需要一种方法来添加n层的LSTM层到模型中。__init__() self.first_lstm= tf.keras.layers.LSTM(256, activation="relu") x
浏览 0提问于2021-08-23得票数 0
回答已采纳
4回答
num_units: int, The number of units in the LSTM cell.
我不明白这意味着什么。LSTM单元的单位是什么？输入，输出和忘记门？这是否意味着“深层LSTM的递归投影层中的单元数”？那为什么它被称为“LSTM单元中的单元数”？什么是LSTM单元，它与LSTM块有什么不同?如果不是单元，最小LSTM单元是什么？
浏览 0提问于2016-07-24得票数 38
回答已采纳
云服务器
ICP备案
实时音视频
对象存储
即时通信 IM
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号