Tag: lstm

Long Short-Term Memory. In einem neuronalen Netzwerk-Architektur, enthält wiederkehrende NN Blöcke, die sich erinnern können, einen Wert für eine beliebige Zeitdauer. Ein sehr beliebter Baustein für Tiefe NN.

Verhindern, über-Einbau von text-Klassifikation mit Word einbetten mit LSTM

4 Antworten

Ziel : Identifizierung Klasse label mit Benutzer eingegebene Frage (wie Frage Antwort system). Daten extrahiert, die von Großen PDF-Datei, und brauchen, um vorherzusagen, Seitenzahl basierend auf Benutzereingaben. Hauptsächlich verwendet in der policy-Dokument, wo Benutzer haben Fragen über

LSTM für die Regression (in Tensorflow)

1 Antworten

Ich soll mit der Umsetzung einiger LSTM-Modell in Tensorflow. Ich glaube, ich verstehe die tutorials ziemlich gut. In diese input-Daten in form von Worten, die eingebettet waren in ein continous-Vektorraum ist (das hat mehrere Vorteile). Ich möchte

lstm tensorflow

TensorFlow mit LSTMs für das generieren von text

2 Antworten

Möchte ich nutzen, tensorflow zu generieren und text wurden geändert die LSTM-tutorial ( https://www.tensorflow.org/versions/master/tutorials/recurrent/index.html#recurrent-neural-networks ) - code, um dies zu tun, aber meine erste Lösung scheint zu generieren Unsinn, auch nach dem training für eine lange Zeit,

lstm tensorflow

Verwenden keras(TensorFlow) zu bauen Conv2D+LSTM-Modell

1 Antworten

Die Daten sind 10 videos und jede videos aufgeteilt in 86 frames, und jeder frame hat 28*28 Pixel, video_num = 10 frame_num = 86 pixel_num = 28*28 Möchte ich Conv2D+LSDM, das Modell zu bauen, und bei jeder

keras lstm python

TensorFlow: Wie CudnnLSTM mit variable Eingabe der Länge (wie dynamic_rnn)?

2 Antworten

Ich würde gerne die Geschwindigkeit meiner LSTM-Netz, aber wie verwende ich es für eine OCR - (wo-Sequenzen variabler Länge), kann ich nicht einfach LSTM Umsetzung. Das ist der Grund, warum ich "tf.nn.dynamic_rnn". Basierend auf der benchmark der

cudnn lstm tensorflow

Wie setup-1D-Faltung und LSTM in Keras

2 Antworten

Möchte ich nutzen, 1D-Conv Schicht durch LSTM Ebene zu klassifizieren, ein 16-Kanal-400-Zeitschritt-Signals. Den input-Form besteht aus: X = (n_samples, n_timesteps, n_features), wo n_samples=476, n_timesteps=400, n_features=16 sind die Anzahl der Proben, Zeitintervallen und Funktionen (oder den Kanälen) des

conv-neural-network keras lstm python time-series

Implementierung von Bi-direktionale LSTM-CRF-Netzwerk

3 Antworten

Muss ich implementieren Sie eine bidirektionale LSTM-Netz mit einem CRF-Schicht am Ende. Speziell das Modell in diesem Papier präsentiert, und trainieren Sie es. http://www.aclweb.org/anthology/P15-1109 Will ich es implementieren in Python bevorzugt. Kann mir jemand einige Bibliotheken und

crf lstm python

Verständnis Tensorflow LSTM-Input-Form

2 Antworten

Ich habe einen Datensatz X besteht N = 4000 samples, jede Probe besteht aus d = 2 Funktionen (kontinuierliche Werte) spanning zurück t = 10 Zeitschritte. Ich habe auch das entsprechende 'Label' der einzelnen Probe, die sind

lstm python regression tensorflow

Warum Keras LSTM batch-Größe für die Vorhersage verwendet werden, die gleichen wie passend batch-Größe?

6 Antworten

Bei Verwendung eines Keras LSTM zur Vorhersage von Zeitreihen Daten, die ich habe immer Fehler, wenn ich versuche zu trainieren, das Modell mit Hilfe einer batch-Größe von 50, und dann zu versuchen, vorherzusagen, die auf das gleiche

deep-learning keras lstm

Tensorflow: der Versuch, mit nicht initialisierten Wert beta1_power

1 Antworten

Bekam ich die folgende Fehlermeldung, wenn ich versuche den code auszuführen, der am Ende der post. Aber es ist mir nicht klar, was ist Los mit meinem code. Könnte jemand lassen Sie mich wissen, die tricks beim

lstm machine-learning python recurrent-neural-network tensorflow

Wie zu verwenden vielschichtigen bidirektionale LSTM in Tensorflow?

4 Antworten

Möchte ich wissen, wie vielschichtig die bidirektionale LSTM in Tensorflow. Habe ich bereits implementiert, die den Inhalt des bidirektionalen LSTM, aber ich will vergleichen Sie dieses Modell mit dem Modell Hinzugefügt multi-Schichten. Wie sollte ich code hinzufügen,

bidirectional lstm multi-layer recurrent-neural-network tensorflow

Wie berechnen Sie die Anzahl der Parameter eines LSTM-Netz?

5 Antworten

Gibt es eine Möglichkeit zu berechnen, die Gesamtanzahl der Parameter in einem LSTM-Netz. Ich habe ein Beispiel, aber ich bin mir nicht sicher, wie richtig diese ist oder Wenn ich es richtig verstanden habe. ZB betrachten Sie

deep-learning keras lstm machine-learning neural-network

Gewusst wie: implementieren eine Tiefe bidirektionale LSTM mit Keras?

4 Antworten

Ich versuche zu implementieren ist eine LSTM based speech recognizer. Bisher konnte ich einrichten bidirektionaler LSTM (ich denke, es funktioniert wie eine bidirektionale LSTM), indem nach dem Vorbild in der Merge-Schicht. Nun will ich versuchen es mit

deep-learning keras lstm

Wann ist keras zurücksetzen eines LSTM-Zustand?

5 Antworten

Ich lese alle Arten von Texten, und niemand scheint die Antwort auf diese sehr grundlegende Frage. Es ist immer mehrdeutig: In einem stateful = False LSTM-Schicht, hat keras reset Staaten nach: Jeder Sequenz; oder Jede charge? Angenommen

keras keras-layer lstm

Was ist der Unterschied zwischen CuDNNLSTM und LSTM in Keras?

1 Antworten

In Keras, die high-level-deep learning library, gibt es mehrere Arten von wiederkehrenden Schichten; diese gehören LSTM (Long short-term memory) und CuDNNLSTM. Nach der Keras Dokumentation, ein CuDNNLSTM ist ein: Schnell LSTM Umsetzung unterstützt durch CuDNN. Kann nur

keras lstm tensorflow

ValueError: Eingang 0 ist nicht kompatibel mit layer lstm_13: erwartete ndim=3, gefunden ndim=4

3 Antworten

Ich versuche für multi-class-Klassifizierung und hier sind die details meines Trainings-Eingang und-Ausgang: train_input.Form= (1, 95000, 360) (95000 Länge Eingabe-array mit den einzelnen element ist ein array von 360 Länge) train_output.Form = (1, 95000, 22) (22 Klassen gibt

keras lstm python recurrent-neural-network

Fehler bei der überprüfung Modell-input: erwartet lstm_1_input haben 3 Dimensionen, bekam aber-array mit Form (339732, 29)

3 Antworten

Mein input ist einfach eine csv-Datei mit 339732 Zeilen und zwei Spalten : die ersten 29 Funktion Werte, d.h. X die zweite ist eine binäre label-Wert, d.h. Y Ich versuche zu trainieren, meine Daten auf eine gestapelt

keras lstm python recurrent-neural-network valueerror

wie stack LSTM-Ebenen mit TensorFlow

2 Antworten

was ich habe, ist die folgende, die ich glaube, ist ein Netzwerk mit einer versteckten LSTM-Schicht: # Parameters learning rate = 0.001 training_iters = 100000 batch_size = 128 display_step = 10 # Network Parameters n_input = 13

lstm tensorflow

PyTorch zusammenhängende()

3 Antworten

Ich war durch dieses Beispiel einer LSTM-Sprache-Modell auf github (link). Was es tut, im Allgemeinen ist ziemlich klar für mich. Aber ich bin immer noch kämpfen, um zu verstehen, was Berufung contiguous() tut, kommt mehrmals im code.

contiguous deep-learning lstm neural-network pytorch

Keras Aufmerksamkeit layer über LSTM

1 Antworten

Ich bin mit keras 1.0.1 ich versuche, fügen Sie eine Aufmerksamkeit-Schicht auf der Oberseite des LSTM. Dies ist, was ich habe, so weit, aber es funktioniert nicht. input_ = Input(shape=(input_length, input_dim)) lstm = GRU(self.HID_DIM, input_dim=input_dim, input_length =

keras lstm python

Was ist der Unterschied zwischen einem bidirektionalen LSTM und eine LSTM?

4 Antworten

Kann mir bitte jemand dies erklären? Ich weiß, bidirektionale LSTMs haben eine forward-und backward-pass, aber was ist der Vorteil, dies über eine unidirektionale LSTM? Was ist jeweils besser geeignet? InformationsquelleAutor shekit | 2017-03-26

keras lstm machine-learning neural-network recurrent-neural-network

Tensor-Flow - LSTM - 'Tensor' Objekt ist nicht durchsuchbar

2 Antworten

Hallo, ich benutze folgende Funktion für lstm rnn Zelle. def LSTM_RNN(_X, _istate, _weights, _biases): # Function returns a tensorflow LSTM (RNN) artificial neural network from given parameters. # Note, some code of this notebook is inspired from

lstm neural-network python tensorflow

Über die vor-geschult sind word2vec mit LSTM für word-generation

1 Antworten

LSTM/RNN kann verwendet werden, für die Texterstellung. Diese zeigt die Art und Weise zu benutzen, die vor-geschult Handschuh Wort Einbettungen für Keras Modell. Wie Sie pre-geschult Word2Vec Wort Einbettungen mit Keras LSTM Modell? Diese post half. Wie

keras lstm machine-learning neural-network word2vec

Wie man mit batches mit variable-Länge-Sequenzen in TensorFlow?

5 Antworten

Ich versuchte zu verwenden RNN (insbesondere LSTM) für Sequenz-Vorhersage. Hier Stand ich vor einigen Problemen. Zum Beispiel: sent_1 = "I am flying to Dubain" sent_2 = "I was traveling from US to Dubai" Was ich versuche zu

lstm python recurrent-neural-network tensorflow

Verständnis eine einfache LSTM pytorch

3 Antworten

import torch,ipdb import torch.autograd as autograd import torch.nn as nn import torch.nn.functional as F import torch.optim as optim from torch.autograd import Variable rnn = nn.LSTM(input_size=10, hidden_size=20, num_layers=2) input = Variable(torch.randn(5, 3, 10)) h0 = Variable(torch.randn(2, 3, 20))

lstm neural-network pytorch rnn

Wie trainieren Sie ein RNN mit LSTM-Zellen für die zeitreihenvorhersage

3 Antworten

Ich bin derzeit versuchen zu bauen ein einfaches Modell für die Vorhersage von Zeitreihen. Das Ziel wäre, um das Modell zu trainieren, mit einer Sequenz, so dass das Modell in der Lage ist, zur Prognose zukünftiger Werte.

lstm prediction tensorflow time-series

LSTM-Modul für Caffe

2 Antworten

Weiß wer, ob gibt es ein nettes LSTM-Modul für Caffe? Ich fand eine aus einem github-account von russel91 aber offenbar die Seite mit Beispielen und Erklärungen verschwunden (Ehemals http://apollo.deepmatter.io/ --> jetzt leitet nur die github-Seitedie keine Beispiele

caffe deep-learning lstm neural-network recurrent-neural-network

Wie erstelle ich eine variable-Länge-Eingang LSTM in Keras?

3 Antworten

Ich versuche zu tun, etwas Vanille Mustererkennung mit einem LSTM mit Keras, um vorherzusagen, das nächste element in einer Sequenz. Meine Daten wie folgt Aussehen: wo das Etikett der Trainingseinheit ist das Letzte element in der Liste:

keras lstm python-3.x recurrent-neural-network variable-length

TensorFlow: Merken Sie sich den LSTM-Zustand für die nächste Charge (Stateful LSTM)

2 Antworten

Gegeben ausgebildete LSTM-Modell ich möchte Inferenz für die einzelnen Zeitintervallen, D. H. seq_length = 1 im Beispiel unten. Nach jedem Zeitschritt die interne LSTM (Speicher-und ausgeblendet) die Mitgliedstaaten müssen daran erinnert werden, für die nächste charge. Für

lstm python recurrent-neural-network stateful tensorflow

Was ist num_units in tensorflow BasicLSTMCell?

5 Antworten

In MNIST LSTM Beispiele, ich verstehe nicht, was "hidden layer" bezeichnet. Ist es das imaginäre-Schicht gebildet, wenn Sie stellen ein entrollt RNN im Laufe der Zeit? Warum ist die num_units = 128 in den meisten Fällen ?

lstm recurrent-neural-network tensorflow

Keras LSTMs verstehen

3 Antworten

Ich bin versucht zu versöhnen, mein Verständnis von LSTMs und wies darauf hin, hier: http://colah.github.io/posts/2015-08-Understanding-LSTMs/ mit dem LSTM umgesetzt in Keras. Ich bin nach dem blog geschrieben http://machinelearningmastery.com/time-series-prediction-lstm-recurrent-neural-networks-python-keras/ für die Keras tutorial. Was ich bin vor allem

deep-learning keras lstm python

Neuronale Netz-LSTM-Eingabeform aus Datenrahmen

2 Antworten

Ich versuche zu realisieren eine LSTM mit Keras. Ich weiß, dass LSTM in Keras benötigen ein 3D-tensor mit Form (nb_samples, timesteps, input_dim) als input. Allerdings bin ich mir nicht ganz sicher, wie die Eingabe Aussehen sollte wie

keras lstm pandas python

Wie verwende ich Gradienten-Clipping in TensorFlow?

6 Antworten

Angesichts der Beispielcode. Ich würde gerne wissen, Wie sich zu bewerben gradient clipping auf dieses Netzwerk auf der RNN, wo es eine Möglichkeit von explodierenden Verläufe. tf.clip_by_value(t, clip_value_min, clip_value_max, name=None) Dies ist ein Beispiel, das verwendet werden

deep-learning lstm machine-learning python tensorflow