lstm 相关问题

总参数：0，在执行 model.summary() keras 时

模型 = 顺序（） model.add(嵌入(283, 100, input_length=56)) 模型.add(LSTM(150)) 模型.add(LSTM(150)) model.add（密集（283，激活='softmax'）） model.compile(loss='categorical_crossentr...

jax 和 flax 不能很好地配合

我想实现一个具有多个 LSTM 门依次堆叠的神经网络。我将隐藏状态设置为 0，如此处建议的那样。当我尝试运行代码时，我得到 JaxTransformError：Jax

如何修复此错误：ValueError：X 有 1 个特征，但 MinMaxScaler 期望 4 个特征作为输入

我是编程初学者，目前正在进行一项有关预测黄金价格的作业。我被困在代码的最后部分，特别是预测黄金价格的部分......

keras LSTM 上的超频带调优：目标问题

我有一个 keras LSTM 模型（回归器）： def model_builder（马力）： 模型=顺序（） hp_units = hp.Int('单位', min_value=32, max_value=512, step=32) model.add(LSTM(单位=hp_units, input_sha...

从tensorflow导入LSTM时出错

当我尝试从 Tensorflow.keras.layers 导入 LSTM 时，出现无法解决的问题。当我执行 Fromtensorflow.keras.models importequential 时也会发生这种情况。 将张量流导入为 tf 来自

了解 seq2seq 模型中双向 LSTM 的状态 (tf keras)

我正在创建一个语言模型：具有 2 个双向 LSTM 层的 seq2seq 模型。我已经训练了模型，并且准确性似乎不错，但是在坚持找出推理模型的同时，我已经

Pytorch LSTM 与 LSTMCell

Pytorch（目前版本为1.1）中的LSTM和LSTMCell有什么区别？看起来 LSTMCell 是 LSTM 的一个特例（即只有一层、单向、无 dropout）。 然后，...

LSTM神经网络输出平面预测数组

我正在训练 LSTM 神经网络来预测期货合约的未来价格。我的输入是 100 个持仓量值和 100 个收盘价值，输出是 100 个后续收盘价

将 LSTM 模型从 cpu 传输到 GPU

我有一个非常简单的 LSTM 模型，它是在张量流中构建的，并且可以在 CPU 上运行。但是，我想在 GPU 上使用这个模型。对于pytorch，我已经定义了设备等，但是对于tensorflo...

导入错误：无法从“tensorflow.python.keras.layers”导入名称“LSTM”

我正在尝试使用 LSTM 构建 ML 模型。我想导入“LSTM”层。但是，我的代码不会产生正确的结果。该错误迫使我改用“LSTMV1”。但是，我想使用'LST...

LSTM 中的分类返回相同的分类值

我有10000个数据，每个数据都有0和1的标签。我想使用LSTM进行分类，因为这是时间序列数据。 输入调暗 = 1 隐藏暗度 = 32 层数 = 2 输出调暗 = 1 # 这里...

keras 中使用 CNN-LSTM 模型进行序列到序列分类

我正在处理 1000 个样本。每个样本都与一个人相关联，该人在 168 个不同的时间步长上测量了 70 种不同的生命体征和健康特征。然后，对于每个时间步骤，我应该

使用 LSTM 构建二元分类模型

我有一个csv格式的数据集，有49列，其中一些是字符串，一些是整数。 我添加了一个新列用作名为“输入”的标签，适当的标签为 0...

通过 Keras 使用张量流 - ValueError：只有输入张量可以作为位置参数传递

我正在尝试让 keras_model_sequential 在 R 中工作： 图书馆（tidyverse） 库（keras） 型号 <- keras_model_sequential(input_shape = c(8)) model %>% 层密度（单位= 32）％>％

使用序列数据进行多类分类，LSTM Keras 不起作用

我正在尝试对顺序数据进行多类分类，以根据源的累积读取来了解某些事件的来源。 我正在使用带有 64 个的简单 LSTM 层...

使用 LSTM 以及一些分类特征进行多变量时间序列预测

目前我正在处理如下所示的时间序列数据 点击查看数据 数据由5家公司、15种产品（每家公司有3-5种产品）和6个不同地区组成 目标建立...

batch_first

我还是不明白PyTorch LSTM中的batch_first。我尝试了有人提到我的代码，当batch_first = False时，它适用于我的火车数据，它产生相同的输出......

PyTorch 中多元时间序列预测的 LSTM 模型中的验证损失和提前停止

我正在尝试训练 LSTM 模型来预测油价，遵循一些教程。 我的数据集： 日期 美元指数 石油价格 2019年10月12日 50 66 2019年10月13日 51 60 其中石油价格是目标值...

为什么我的 LSTM 无法确定序列的个数是奇数还是偶数？

我正在尝试理解 LSTM，并想实现一个简单的示例，如果序列中“1”的数量是奇数，则将序列分类为“0”，如果

InvalidArgumentError：索引[120,0] = 3080 不在 [0, 32) [[{{node embedding_6/embedding_lookup}}]]

我看到其他人也发表了类似的问题。但不同之处在于我运行的是 Keras 功能 API，而不是顺序模型。 从 keras.models 导入模型 从 keras 导入层 来自