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。
基于 LSTM 的 RNN 训练中出现错误:DataLoader 迭代期间“IndexError:索引超出范围”
我目前正在使用 PyTorch 训练基于 LSTM 的 RNN,并在训练循环期间遇到错误。我尝试了各种解决方案来解决此问题,但我仍然面临同样的问题...
Deeplearning4J RNN 训练:预期 RNN 层的 3D 输入异常,得到 2
使用以下代码(使用不同的参数调整了几个小时),我不断收到异常 java.lang.IllegalStateException:预期 RNN 层的 3D 输入,得到 2 我正在努力做什么
我正在尝试在文本序列(网络文章标题)上构建 LSTM 自动编码器,主要是通过重现 https://blog.keras.io/building-autoencoders-in-keras.h 中提到的基本示例。 ..
我正在努力定制 GRU 层以满足我的特定要求。为了实现这一目标,我正在按照...中 GRU 层的架构和实现来实现自定义 GRU 层。
使用回声状态网络来近似函数不能正确收敛。权重最初似乎提高了近似的性能,但损失在到达
在 Keras 中使用 LSTM 深度学习模型增强时间序列预测评估 - 提供代码
我对深度学习比较陌生,我目前正在从事一个需要预测价值的项目。为了训练自己,我决定使用温度数据集。但是,我面临一些
在火炬转发模块的“for”中使用“break”语句会产生什么影响? -- 火炬图
我想为变长输入数据开发一个基于 GRU 的模型。所以我认为我应该在前面使用 while 语句,然后在处理完所有序列后中断它。会影响...
为什么训练rnn网络时RTX 3090的训练速度和RTX 3060几乎一样?
我在 3060 和 3090 上都训练了一个基于 RNN 的网络,但我发现在两张卡上训练一个 epoch 的时间消耗几乎相同。然后,我发现3090在nvidia的功耗-...
我必须预测随时间变化的乙醇浓度(1 小时……16 小时)。 我有 5 个样本(A、B、C、D、E),3 个实验(R1、R2、R3)。 和 27 个条件(C11-1…)。 我想随着时间的推移预测乙醇的价值
我们如何改进 LSTM 算法中的长期记忆强度控制并帮助提高模型性能?
使用LSTM算法的神经网络中的一个问题是控制长期记忆强度的问题。事实上,LSTM 试图将以前的信息存储在它的内存中,并且......
pip install warp-rnnt Error (M_LN2 is undefined)
当我使用 anaconda 提示符安装 warp-rnnt 时,出现 M_LN2 未定义错误 这是下面的错误消息 为收集的包构建轮子:warp-rnnt 用于 warp-rnnt 的构建轮(s...
warp-rnnt install Error (Exception: CPU version is not implemented)
在这里输入图片描述 我尝试使用 pip 安装 warp-rnnt 有一个错误 异常:未实现 CPU 版本 这是下面的错误消息 (基础)C:\Users\user>pip install
我试图在 pytorch 中实现一个用于生成恐龙名称的 RNN(这是一个 coursera 类中的项目)。我想我的网络设置正确,但模型似乎无法减少...
我阅读了许多关于如何制作预测正弦曲线的 RNN(简单、LSTM 等)的教程。他们都在每一步中使用一组过去的正弦值作为输入 (x)。 我想知道 THEORET 是否...
seq2seq 模型中编码器 rnn 的“前向函数”中的“input_lenghts”的值应该是多少
我正在训练一个编码器 rnn,用于序列到序列模型,每批 10 个句子。 每批有 10 个句子。 每个句子有 60 个单词。 在 seq2seq 的编码器网络中 ...
NameError: name 'keras' is not defined
此代码哪里有问题我导入了所有库,但它不起作用。 从 tensorflow.keras.preprocessing.sequence 导入 pad_sequences 从 keras.utils.data_utils 导入 pad_sequences
在下面的链接中,他们给出了一个简单的示例,说明 RNN 如何在翻译中的编码器解码器架构中工作: https://www.datacamp.com/tutorial/an-introduction-to-using-transformers-and-hugging-fac...
我在 python 的飞镖库中组合了一个 TFT 模型,但我一直遇到同样的错误。这大致是我所拥有的: 将 numpy 导入为 np 将熊猫导入为 pd 从日期时间导入时间增量...
我正在尝试训练一个简单的 RNN: 将 tensorflow 导入为 tf 从 tensorflow 导入 keras 作为 k 将 matplotlib.pyplot 导入为 plt 将 tensorflow.python.keras.backend 导入为 K #模型 模型 = k.顺序...
我很困惑这是怎么可能的每次运行我的模型损失都会给出不同的结果, 这是我的模型: 模型=顺序() model.add(双向(LSTM(50), input_shape=(time_step, 1))) ...