1回答
样本外神经网络或一步预测RNN
、、、、
library(rnn)df <- data.frame(replicateRemove Date from zoo object, as it is already indexedy_train <- as.matrix(y[1:
浏览 1提问于2017-07-29得票数 1
epochs = 10n_layers = 2
set_seed(SEED)
#vanilla_rnn_model = VanillaRNN(output_size, input_size, RNN_size, fc_size, DE
浏览 0提问于2021-09-08得票数 2
回答已采纳
我目前正在开发一个seq2seq模型，但无法理解列车解码器和推理解码器之间共享的内容。
浏览 10提问于2019-07-02得票数 0
我知道state = tanh(w * input +u* pre_state + b)输出= state*w_out，但是对于tf.nn.rnn_cell.BasicRNN，我只得到unit_num(我认为这是状态的昏暗)，在api网页上，最基本的RNN: output = new_state =new_state= activation(W * input +U* state +B)，那么在这个函数状态
浏览 9提问于2016-11-02得票数 1
回答已采纳
1回答
input_size = 300n_layers = 2
set_seed(SEED)vanilla_rnn_model.to(DEVICE)
vanilla_rnn_start_time= train(vanilla
浏览 0提问于2021-09-08得票数 0
回答已采纳
1回答
我正在尝试使用Vanilla RNN (No )进行时间序列预测。
通过对网络的研究，我发现问题在于选择正确的错误函数(我想)。但我不确定。
浏览 2提问于2020-02-06得票数 2
回答已采纳
在RNN的后向传递的以下实现中，通过在每个时间步长添加计算的梯度来计算Wh、Wx和b的梯度。直观地说，这是做什么的，为什么它们不能被平均？def rnn_backward(dh, cache): Compute the backward pass for a vanilla RNN over an entire sequencedx[:, t_step, :], dprev_h, dWx_temp, dWh_temp, db_temp = rnn_st
浏览 32提问于2019-03-22得票数 1
as tffrom tensorflow.python.ops import rnnfrom tensorflow.contrib.rnn import core_rnn_cellx = tf.transpose(x, [1,0,2])x = tf.split(x, n_chunks, 0)
lstm_cell = core
浏览 5提问于2017-02-18得票数 5
回答已采纳
/python/ops/core_rnn.py", line 197, in static_rnn File "/home/nathan/.local/lib/python3.5/site-packages/tensorflow/contrib/rnn/python/ops/core_rnn</
浏览 2提问于2017-05-17得票数 0
回答已采纳
在调用属性错误时出现问题：接收到一个属性错误：将其更改为：
tf.contrib.rnn(cell, inputs_series,, current_state = tf.contrib.rnn(
浏览 0提问于2017-12-20得票数 1
1回答
我试图在MultiRNNCell中使用没有TensorFlow的2深层RNN，我的意思是使用1层的输出作为2层的输入，如下所示：rnn_outputs1, _ = tf.nn.dynamic_rnn(cell1, inputs, dtype = tf.float32)
cell2 =tf.contrib.rnn.LSTMCell(num_filters, state_is_
浏览 0提问于2017-06-19得票数 1
回答已采纳
1回答
修改残差LSTM
、、、
def make_residual_lstm_layers(input, rnn_width, rnn_depth, rnn_dropout): The intermediate): x_rnn = LSTM(rnn_width, recurrent_dropout=rnn_dropoutif i >
浏览 52提问于2020-07-15得票数 1
回答已采纳
, self.rnn.Wf, self.rnn.Wo, self.rnn.Wc, self.rnn.Wy dWi, dWf, dWo, dWc, dWy = self.rnn.dWi, se
浏览 6提问于2017-12-26得票数 1
回答已采纳
1回答
但是，当我调用rnn(...)函数时，输出在一个时间步后开始(由于偏置1，单位活动为1.123 )，并且不返回初始条件。Dense(1)])
some_initial_state[0,0] = 0.123rnn.reset_states(states=some_initial_state)
some_initial_state, rnn
浏览 2提问于2021-07-06得票数 1
1回答
cells.append(cell)
val, state = tf.nn.dynamic_rnn\tensorflow\python\ops\rnn.py", line 720, in _dynamic_rnn_loop File "C)
File "C:\ProgramData\Anaconda3\envs\obra\lib\
浏览 2提问于2017-07-26得票数 0
2011 RNN027 15075 ESTAGNOL RNN027-Estagnol 02 310 Anthocharis cardamines (Linnaeus, 1758) 1 0.32258064 2006 RNN027 1325
浏览 0提问于2013-12-11得票数 1
回答已采纳
我研究了一下，发现一些类已经被移动和修复了：至rnn_outputs, final_state = tf.nn.rnn(cell, rnn_inputs, initial_state=init_state)
--> as expected, says: module 'tensorflow.p
浏览 2提问于2017-03-02得票数 4
回答已采纳
在我的代码中：(在tf1.0上工作得很好)from tensorflow.contrib.rnn.python.opsimport core_rnn_cell用tf1.2报告错误:从tensorflow.contrib.rnn
浏览 4提问于2017-07-10得票数 0
回答已采纳
我的初始代码(tf 1.12)如下 def _build_single_cell(self, lstm_units, keep_prob): cell = tf.contrib.rnn.DropoutWrapper(cell, input_keep_prob=keep_prob, output_keep_prob像这样 def _build_single_cell(self, lstm_units, keep_prob):
浏览 78提问于2020-07-20得票数 2
在10K句子的数据集上训练后，我保存的模型的.index、.meta和.data文件的大小分别为3KB、58MB和375MB 在保持网络体系结构不变的情况下，在100K句子的数据集上进行训练，文件大小分别为3KB、139MB和860MB 我认为这表明大小取决于数据集的大小。According to this answer，文件的大小应该独立于数据集的大小，因为神经网络的体系结构是相同的。 为什么在尺寸上有如此巨大的差异？ 我还想知道除了链接答案中提到的文件之外，这些文件还包含哪些内容。 这些文件是否包含与训练历史相关的信息，如每一步的损失值等？
浏览 91提问于2019-03-05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
对象存储
腾讯会议
实时音视频活动推荐
腾讯云开发者
