lstm

    0

    1答えて

    私はKerasを初めて使いました.LSTM層の入力データの形状を理解するのが難しいと感じています.Ceras Documentationによれば、入力データは3Dテンソル(nb_samples、timesteps、input_dim)。 この形式を理解するのに問題があります。 timesteps変数は、ネットワークが記憶しているタイムステップの数を表しますか? 私のデータでは、ネットワークの出力に

    0

    1答えて

    私はcntkでシンプルLSTMネットワークをしようとしていますし、私は次のエラーを取得する: RuntimeError Traceback (most recent call last) <ipython-input-58-d0a0e4f580aa> in <module>() 6 trainer.train_minibatch({x: x1, l: y1})

    0

    1答えて

    私は、LSTMを使用して単純な多対1のRNNクラシファイアをトレーニングしようとしています。私のタイムステップは100データポイントで7つのフィーチャーがあり、合計192382のサンプルがあります。ここに私のモデルがあります: model = Sequential() model.add(LSTM(50,input_shape = (100,7),name = 'LSTM',return_seq

    2

    1答えて

    A Kerasの導入は、ここで見つけることができる数週間前に発表されています:https://blog.keras.io/a-ten-minute-introduction-to-sequence-to-sequence-learning-in-keras.html 私は本当にこのコードの一部を理解していない: decoder_lstm = LSTM(latent_dim, return_sequ

    1

    1答えて

    私はうまく訓練されたLSTMベースのネットワークを見つけました。 ネットワークはマスキングを可能にします。 for l in range(len(model.layers)): d=model.layers[l].__dict__ print(d['supports_masking']) print(d['name']) は、入力層の横にあるすべての「名前」に対し

    0

    1答えて

    私は、各レイヤーに2つのレイヤーと256のセルを持つLSTMを実装しようと考えています。私はPyTorchのLSTMフレームワークを理解しようとしています。私が編集できるtorch.nn.LSTMの変数は、input_size、hidden_​​size、num_layers、bias、batch_first、dropout、および双方向です。 ただし、1つのレイヤに複数のセルを配置するにはどうす

    0

    1答えて

    私はテンソルフローのCNNを使ってLSTMを研究しています。 スカラーラベルを条件としてLSTMネットワークに挿入したいと考えています。 LSTMは私が何を意味するのか誰にも分かりますか? ご利用いただける場合は、その使用方法をお知らせください ありがとうございます。

    1

    2答えて

    は単一の出力回帰モデルを構築しようとするが、最後の層 inputs = Input(shape=(48, 1)) lstm = CuDNNLSTM(256,return_sequences=True)(inputs) lstm = Dropout(dropouts[0])(lstm) #aux_input auxiliary_inputs = Input(shape=(48, 7))

    0

    1答えて

    私はニューラルネットワークとLSTMを初めて使いました。 私はさまざまな時間長の100ファイルを持っており、各ファイルにはそれぞれ13の機能があります。各ファイルは出力クラスを表します。 ここで、これらのtimeseriesファイルを分類できるLSTMネットワークが必要です。 どうすればいいですか?データの処理/準備はどうすればよいですか?ネットワークへの入力はどのようにすべきですか? ありがとう

    1

    1答えて

    私は1025643エントリと72個の機能/属性のテストデータを持っています。私は、形状(245,30,72)の入力データtrainXと形状(245、)のtrainYを持つlstmを訓練しました。また、私は30回戻って(245,30,72)形のtrainXになるようにルックバックを指定しました。私は model.output_shape をすれば は今モデルを訓練した後、出力は次のようになります。