lstm

print(type(trainX), type(trainY),type(testX),type(testY)) 给输出， <class 'numpy.ndarray'> <class 'numpy.ndarray'> <class 'numpy.ndarray'> <class 'numpy.ndarray'> 现在...

我的LSTM出了点问题。我想做的是: 我有一个数据集的形式: 0.04,-9.77,0.71,1,0,0,0 ... ... 前三个参数由加速度计采集数据:X加速度Y加速度Z加速度 最后四列是标签: [1,0,0,0] [0,1,0,0] [0,0,1,0] [0,0,0...

我有一个CNN模型，有一个输入形状(无30041)。这个CNN模型的最后一层是GlobalMaxPool1D，它的输出形状是(None600)。 现在我想使用这个模型的输出作为LSTM层的输入。但是，除了CNN的输出之外，我还有一个新的形状输...

给定一组形状为(n12 382)的特征，其中n为批处理的大小，目标变量为二进制。我在训练LSTM模型。 这个问题的障碍是数据在模型中的表示方式。最初，我的特征(比方说一个样本)具有(1 X 382)，其中X在[112]的范围内。...

最近我在做一个预测项目，我需要在Kerasthe导入乘式LSTM， LSTM的结构定义在这篇文章:https://arxiv。org/pdf/1609。07959。pdf 它也在这里实现:https://github。com/titu1994/Keras-Multiplicative-LSTM 但当我...

我有多个数据帧(5到6)，看起来像这样: >dataframe1 time(min) A B C D 0 0 1 2 3 4 1 1 ........... 2 2 ........... 我正在尝试做一个LSTM 5分钟在未来的所有...

所以我试图在Keras建立一个神经网络将两个不同的音频数据输入分类为两个独立的类。我遇到的问题是，当我用各种更简单的模型轻松地获得90+时，我似乎无法获得80%以上的验证精度。当训练的准确度开始时是20%这对我来...

网络结构必须如下所示: (lstm): lstm (1 64 batch_first=True) (fc1):线性(in_features=64 out_features=32 bias=True) (relu): relu () (fc2):线性(in_features=32 out_features=5 bias=True) 我写了这段代...

我不知道是哪里出了问题，但我的准确性一直很差 我试着把no改了。的时代patch_size 添加一个下降层，但什么也没有 装配和测试 https://colab。research。google。com/drive/1NTNN-ZC8GlpZSIHX4ovttlzqdjwDw-4t...

嗨，伙计们，我是张量流的新手，我正在尝试开发一个CNN和LSTM模型来基于文本预测扇区。然而，我一直运行到错误ValueError: Shapes (None 1 7)和(None 7)是不兼容的。我尝试了一种热编码和重塑我的数据，但同样的错...

我试着用滑动窗口上的lstm匹配序列。当我选择短窗口(即长度16)时，这通常工作得很好，但如果我增加它(即128)，损失函数将变为nan。在这期间，有时需要几个时代来跳，直到那发生，损失看起来是正常的向下。 batch_...

我是信号处理工程师，目前工作的一个问题的解决方案似乎需要ML技术的应用。 下面是一个简短的描述。 稀有心脏是利用雷达之类的传感器进行估计的。 正在使用M个天线和N个距离箱(M是4 N是5)。 可以假设系统有MXN...

我的方法我认为问题出在这里 history = model.fit_generator(train_generator, epochs=epochs, steps_per_epoch=train_steps, verbose=1, callbacks=[checkpoint], validation_data=val_generator, validation_s...

我正在尝试建立一个多步预测的LSTM模型。我的数据是每5分钟抽样一次的停车占用率时间序列(我有25周的抽样)。我开始创建如下代码: import numpy as np training_data_len = int(np.ceil( len(data) * .90 )) tra...

时代100/100 四四 [==============================] - 4 s 968 ms /步骤——损失:1。4615 e-07 -准确性:1。0000 - val_loss: 0。0154 - val_accuracy: 1。0000 如果我用不同的参数训练我的模型，我不会有这样...