recurrent-neural-network 相关问题

递归神经网络（RNN）是一类人工神经网络，其中单元之间的连接形成有向循环。

机器学习在恶意软件分类中的使用（CNN、RNN 和图像）

对于一些背景知识，我正在使用 MalImg 和 Microsoft BIG 数据集进行恶意软件分类项目。问题是：每个单独的像素都是模型的输入。该恶意软件非常可怕...

machine-learning conv-neural-network recurrent-neural-network image-classification malware-detection

回答 1 投票 0

基于经过训练的 Keras 模型在纯 Numpy 中实现有状态 GRU

我正在尝试在纯 Numpy 中手动编写经过训练的状态 RNN Keras 模型，并使用张量流后端。我的模型构建为：模型=顺序（）层数第一阶段 = 64 模型.add(GRU(

python numpy tensorflow keras recurrent-neural-network

回答 2 投票 0

如何在不增加内存的情况下减少神经网络的训练时间？

我想训练 rnn 模型（gru+lstm）我的训练模型有 500000 个英文文本，我想用这些数据来训练和评估模型。当我检查一个时期的训练时间和批量大小时......

machine-learning deep-learning neural-network recurrent-neural-network training-data

回答 1 投票 0

将特征三角视图映射到特征向量

我目前正在尝试根据其描述实现新版本的储层神经网络（类似于循环神经网络，但仅训练输出层权重）

c++ recurrent-neural-network eigen3

回答 1 投票 0

理解 LSTM 输出和隐藏状态输出之间的区别

目前正在为我的人工智能助手开发唤醒词模型，我面临着一个困境，即我应该将哪个输出输入到我的线性层中。你能澄清一下区别吗...

pytorch lstm recurrent-neural-network

回答 1 投票 0

如何定义无监督学习模型循环神经网络的输入大小？

我正在尝试拟合神经网络模型（无监督）。我只有一个输入 x，它是一个具有 10000 个分量的向量，并且我有一个输出，它也是一个与 x 大小相同的向量。我已经...

python tensorflow keras recurrent-neural-network

回答 1 投票 0

错误 conda.core.link:_execute(698)：安装包“defaults::icu-58.2-ha925a31_3”时发生错误

我使用 anaconda 提示 conda create -n Talkingbot python=3.5 创建环境，然后安装 pip install tensorflow==1.0.0 （遵循与一门 udemy 课程中使用的命令相同的命令），但是当我尝试

python machine-learning anaconda chatbot recurrent-neural-network

回答 2 投票 0

GRUCell PyTorch C++ 中的 SeLU 激活函数实现

实际任务是将第799行的tanh_()替换为gru_cell的new_gate中的SeLU激活函数。以下代码块是来自 PyTorch github 存储库的 RNN.cpp 文件。模板实际任务是将第799行的tanh_()替换为gru_cell的new_gate中的SeLU激活函数。以下代码块是来自 PyTorch github 存储库的 RNN.cpp 文件。 template <typename cell_params> struct GRUCell : Cell<Tensor, cell_params> { using hidden_type = Tensor; hidden_type operator()( const Tensor& input, const hidden_type& hidden, const cell_params& params, bool pre_compute_input = false) const override { if (input.is_cuda() || input.is_xpu()) { TORCH_CHECK(!pre_compute_input); auto igates = params.matmul_ih(input); auto hgates = params.matmul_hh(hidden); auto result = at::_thnn_fused_gru_cell( igates, hgates, hidden, params.b_ih(), params.b_hh()); // Slice off the workspace argument (it's needed only for AD). return std::move(std::get<0>(result)); } const auto chunked_igates = pre_compute_input ? input.unsafe_chunk(3, 1) : params.linear_ih(input).unsafe_chunk(3, 1); auto chunked_hgates = params.linear_hh(hidden).unsafe_chunk(3, 1); const auto reset_gate = chunked_hgates[0].add_(chunked_igates[0]).sigmoid_(); const auto input_gate = chunked_hgates[1].add_(chunked_igates[1]).sigmoid_(); **const auto new_gate = chunked_igates[2].add(chunked_hgates[2].mul_(reset_gate)).tanh_();** return (hidden - new_gate).mul_(input_gate).add_(new_gate); } }; new_gate是张量。我们如何实现自定义函数来迭代张量并对其应用 Selu 激活函数?? 在开发模式下从源代码构建 PyTorch 后，我将 tanh_() 替换为 build/aten/src/ATen/ops/selu.h 文件夹中的 selu_()，并且还包含相关的头文件。但在重建时它生成了一个错误“你是说 relu_()”吗。我还尝试为 selu() 实现自己的函数，但问题在于张量数据类型。 PyTorch 不提供就地版本的 SeLU 激活函数，即 selu_()。就地函数 tanh_() 修改它所调用的张量，而 selu() 返回一个新的张量并保持原始张量不变。如果要将SeLU激活函数应用于new_gate，只需将tanh_()替换为selu()即可。但是，由于 selu() 不是就地操作，因此您应该将结果分配回 new_gate。 auto new_gate = chunked_igates[2].add(chunked_hgates[2].mul_(reset_gate)); new_gate = new_gate.selu(); 首先计算new_gate，然后使用selu()对其应用SeLU激活函数，并将结果分配回new_gate。请注意，此更改可能会影响 GRU 单元的性能，因为像 tanh_() 这样的就地操作通常会更快，因为它们避免创建新的张量。但是，由于 PyTorch 没有为 SeLU 提供就地版本，因此此修改是必要的。关于您尝试实现自定义 SeLU 函数，您需要确保您的函数可以处理 PyTorch 的张量数据类型。这将涉及在函数中使用 PyTorch 的张量运算，这将允许它直接对张量进行运算。但是，除非您有特定原因，否则通常不建议这样做，因为 PyTorch 的内置函数针对性能进行了优化，通常应该是首选。

c++ pytorch recurrent-neural-network activation-function gru

回答 1 投票 0

为什么我使用 PyTorch RNN 会出现隐藏大小错误

我正在尝试按照下一个字符预测示例（教程、github、colab（运行时〜1分钟））构建一个用于下一个单词预测的RNN。在示例中，batch_...的输入形状为 (3,14,17)

machine-learning deep-learning pytorch nlp recurrent-neural-network

回答 1 投票 0

使用张量流数据集拟合 RNN 模型

我对使用 TensorFlow 数据集还很陌生，希望获得以下方面的帮助。假设我有一个矩阵，其中每一行都是一个观察值，我想使用窗口函数来

python tensorflow keras recurrent-neural-network

回答 1 投票 0

如何在 Keras 2.10.0 中加载已保存的 Liquid 时间序列模型？

我在尝试加载模型时陷入困境。我已经对其进行了两个时期的训练，获得了两个保存的检查点，每个时期之后一个，但我在尝试加载模型时遇到了困难。这是我遇到的错误...