3回答
我是新接触deep_learning和使用Keras的，所以我想知道当我们有一个像下面这样的代码时，密集是什么意思： 我阅读了https://keras.io/getting-started/sequential-model-guide/，还找到了一些解释，比如: Dense实现了操作: output = activation (点(输入，内核)+ bias)其中activation是作为激活参数传递的元素级激活函数，kernel是由层创建的</e
浏览 60提问于2019-04-10得票数 0
我在tf.keras中使用LSTM的状态模式，当我处理了序列数据时，需要手动执行reset_states，正如描述的。似乎人们通常会做model.reset_states()，但在我的例子中，我的LSTM层嵌入到了一个更加复杂的网络中，其中包含了其他各种层，比如稠密层、Conv层等等。我的问题是，如果我只是在我的主模型上调用model.reset_states()
浏览 9提问于2020-01-08得票数 3
回答已采纳
1回答
我正在使用下面的模型架构构建一个“预测下一个单词”模型。modelmodel.add(Embedding(vocab_size, 50, input_length=seq_length))model.add(LSTM(100))model.add根据文档，这个LSTM块包
浏览 0提问于2019-10-10得票数 0
当我试图在下面的模型上运行model.fit()时，我会得到标题中的错误，我知道输出层应该是三维的，但是我在思考如何使用LSTM来处理n维值的序列时感到困惑softmax')))
model.compile(loss='categor
浏览 0提问于2018-06-24得票数 0
回答已采纳
1回答
import Densedata = np.array(data, dtype我不确定我的代码中是否有一些愚蠢的错误，希望得到任何反馈和解释。我使用密集是因为我不知道LSTM到底做了什么。另一件事是，当指定输入时，我的模型需要有二维的输入：我不明白为什么。接下来，我
浏览 1提问于2018-06-11得票数 4
2回答
在我的模型中添加LSTM层之前，我不确定是否需要添加一个密集的输入层。例如，使用以下模式：model = Sequential()model.add(Dense(5, activation="linear"))
LSTM层是输入层，密集层是输出层(意思是没
浏览 2提问于2020-11-20得票数 0
回答已采纳
我正在努力理解为时间序列预测开发的模型。它使用一个Con1D层和两个LSTM层，然后是一个密集层。我的问题是，它是否应该在LSTM和更密集的层之间使用Flatten()？在我看来，输出应该只有一个值，它具有(None, 1)的形状，并且可以通过在Flatten()和密集层之间使用Flatten()来实现。或者，我可以从第二个LSTM层中删除return_sequences=True
浏览 2提问于2020-07-08得票数 1
回答已采纳
1回答
密集层如何改变来自LSTM层的输出？从前一层的50个形状的输出中，我如何从用于预测的密集层获得大小为1的输出？假设我有一个基本模型： model = Sequential()model.add(Dense(1, activation="softmax")) 密集层是否采用来自前一层<
浏览 16提问于2019-09-01得票数 1
回答已采纳
1回答
具有多个单元的LSTM模型
、、、、
例如，在堆叠的LSTM层中，LSTM_1为了将每个时间步骤的输出传递给LSTM_2，所以它需要在每个时间步骤中返回隐藏的状态值，就像我在下面画的体系结构一样：但是上面的图片只有一个单元，所以我想知道它是否有多个单元，例如内存unit=2，这个模型会是什么样的。📷📷
或者有人指出了错误的部分，或者给出了一个具有多个单元的LSTM
浏览 0提问于2017-11-19得票数 6
回答已采纳
然后，我的想法是训练RNN，根据实际价格数据和一系列技术指标预测给定日期的价格走势。 原始数据如下所示。 ? 我希望模型输出的内容如下所示。 ? 我希望模型能够接受所有这些信息，并输出一个类别，告诉我它预测的价格走势。此外，我希望该模型创建这个预测的价格走势为未来的时间预测。 ? 实际的模型本身相当简单，只有几个LSTM层，这些层提供给密集的<
浏览 26提问于2020-07-07得票数 0
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.Embedding(encoder.vocab_size, 64), tf.keras.layers.Dense(1)考虑5类分类中的</em
浏览 0提问于2020-06-17得票数 0
回答已采纳
1回答
我正在处理一个多类分类问题，为了好玩，我想尝试不同的模型。我发现了一个使用LSTM进行分类的blog，并试图调整我的模型以使其正常工作。这是我的模型： from tensorflow import keras from tensorflow.keras.layersimport Dense, Dropout, Activation, Bidirec
浏览 66提问于2020-09-02得票数 0
回答已采纳
2回答
在我的模型中Ytrain shape : (62, 1, 100)Ytest shape: (16, 1, 100)model = Sequential()
model.add(LSTM(units=100, return_sequences= True, input_shape=(x_train.shape[1],X_train.shape[2]
浏览 5提问于2019-09-24得票数 2
1回答
用于情感分析的LSTM输入输出
、、、、
我正在研究这个LSTM网络：https://www.kaggle.com/paoloripamonti/twitter-sentiment-analysismodel.add(embedding_layer)model.add(LSTM(100, dropout=0.2, recurrent_dropout=0.2))
m
浏览 0提问于2019-05-01得票数 0
我已经创建了下面的ANN，有2个完全连接的层和一个递归。然而，在运行它时，我得到了错误：Exception: Input 0 is incompatible with layer lstm_11: expected ndim=3, found ndim=2，train_test_splitfrom sklearn.preprocessing import StandardScalermodel.add(Dense
浏览 0提问于2016-10-10得票数 2
我正在训练时间序列预测的神经网络。, y.shape)该培训在此体系结构上运行良好：model.add(LSTM(16, return_sequences=True, input_shape=(7*24, X.shape[1]))) model.add(LSTM(32, return_sequences=True, input_shape=(7*24, X.shape
浏览 1提问于2021-01-30得票数 2
回答已采纳
1回答
我在两个不同的时间框架中定义了一个基于时间序列的模型耗电量，比如一个分辨率为5秒，另一个时间为1小时。解决这些问题的标准方法是什么我脑海中浮现的</em
浏览 0提问于2021-06-17得票数 1
这可能是一个非常简单的问题，但我一直未能找到直接解决这一问题的资源。我知道我一定是不正确地理解这件事，我不太清楚是如何理解的。我已经注意到，如果LSTM序列模型的上一个密集输出层中的单元数不等于特性(列)的数量，则会出现一个错误。如果您想要输出输出(密集)层中的一个特性，并且您有几个输入特性，那么您将如何：确定要输出哪个特性，或者Keras
浏览 0提问于2020-07-21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
