• 全部
  • 关注
  • 有问必答
  • 等你来答

排行榜

  • 用户榜
  • 标签榜
  • 冲榜分奖金

频道

  • 编程语言
  • 前端
  • Java
  • Python
  • 大数据
  • 人工智能
  • 数据结构与算法
  • 嵌入式
  • 其他
  • 运维
  • 网络
  • 服务器
  • 移动开发
  • 后端
  • 开发工具
  • 微软技术
  • 硬件开发
  • 游戏
  • 吐槽问答
  • 测试
  • 小程序
  • 高考
  • 安全
  • 云计算
  • PHP
  • 开放平台
  • 软件工程
  • 设计
  • 职场和发展
  • 区块链
  • 产品/运营
  • 多彩生活
  • HarmonyOS
  • 搜索
  • 设计模式
最新最热精华悬赏待回答 筛选
  • 1

    回答

在调参之后,把数据代入模型,测试集的分数很高,拟合非常不错 但放到全局,就是对全部数据进行预测的时候,发现对训练集的预测拟合效果大不如测试集,中间部分还出现了“平移”现象,想问问各位知道什么回事吗?

噜噜啦啦咯
采纳率0%
  • 1

    回答

问题遇到的现象和发生背景 问题相关代码,请勿粘贴截图 from keras.layers.core import Dense, Dropout, Activation from keras.layer

  • 2

    回答

敲完下面代码我就不知道该怎么办了,想知道如何把这一万个数据进行划分? import torchimport torchvisionimport torchvision.transforms as tr

  • 1

    回答

如图所示,cell state可以传输关键信息并且贯穿每个结构,个人认为和“输出”没什么不同 但是LSTM却单独设立了一个输出门来进行输出,虽然有些许差异(对信息进行了筛选),但是有必要这么做吗

  • 3

    回答

```python model.add(LSTM(32,input_shape=(10, 3), activation='relu', return_sequences=True)) ```对应LST

  • 1

    回答

我最近在看PyTorch RNN的源代码,torch/nn/modules/rnn.py文件中对RNN的核心实现是对_VF.rnn_tanh的调用,源代码片段如下(见标注处): def for

openRiemann
采纳率0%
  • 1

    回答

使用LSTM进行多属性预测,现在是前一天真实值预测后一天虚拟值,怎么改成用前一天预测的值预测下一天的值,我在网上看到说创建一个预测数组,每预测一个Y就往数组里放一个,同时更新你用来预测的自变量X数组,

回答 MYGMY
采纳率0%
  • 1

因本科从未接触过编程,研究生阶段导师给出的课题是预测方向,需要学习使用LSTM,但是一时不知道从何学起,希望能得到指点!!

Easy_T
采纳率100%
  • 1

    回答

想请教一下百度了一圈好像没有看到 求解决 源代码如下 import torchimport torch.nn as nnimport matplotlib.pyplot as plt from u

  • 1

    回答

有没有了解LSTM的,能帮个忙吗 我在做一个LSTM预测的程序,他是仿照北京天气污染那个例子改写的,是多属性预测,他现在预测的方式就是真实一天预测下一天,以此类推 我想知道可不可以实现不给真实值最多可

回答 MYGMY
采纳率0%
  • 1

Expected hidden[0] size (1, 16, 128), got [2, 16, 128],请问这个是什么意思,该如何解决?(网上搜的别人遇到的问题都是第二个数不一样,我的时第一个数

星野小菜
采纳率60%
  • 1

    回答

在用Python写双向rnn/gru代码时,公式是怎样表示的?如何进行调用?

当 成习惯
采纳率0%
  • 0

    回答

最近做通信相关的问题,想用深度学习进行室内轨迹预测,请问有没有这方面的论文,代码或者数据集,就是一个标定大小的室内场景下,人的移动轨迹这些,感谢!!!

  • 2

    回答

model.compile(loss='binary_crossentropy', optimizer='adam', metrics=['a

回答 A_0xl
采纳率50%
  • 1

    回答

能否通过监督机器学习实现对一段音乐音频进行扒谱?例如架子鼓的鼓点 或 钢琴的音符?

  • 0

    回答

想知道lstm中为什么要添加窥视孔? 看了下2000年的文献《Recurrent nets that time and count》发现文献中说的lstm局限是每个门没有和CEC直接连接,只能观察到

  • 1

    回答

chunk_size=64 net.train() for epoch in tqdm(range(N_EPOCHS)): running_loss=0.0 gc.collect()

  • 4

为什么自己算的结果和答案中给的结果对不上? for t in reversed(range(T_x)): # Compute all gradients using lstm_

  • 1

    回答

最近在研究在Tensorflow环境下RNN循环神经网络的使用,但还是没有弄明白RNN的输入数据是应该怎么准备?比如现在有3种大量的语音信号原始数据,还未经过处理的,分别由3类情感(高兴,伤心,愤怒)

zlibo丶
采纳率0%
  • 2

    回答

我的电脑和环境: MacBook Air;python3.6;tensorflow1.1.0 错误提示: ValueError: Attempt to reuse RNNCell with a d

roguesir
采纳率63.6%
  • 1

    回答

在使用RNN处理声音的实验中,我将声音数据以1000为单位划分成了多个样本,每一次的rnn循环读取样本中的一个数据,因此前向传播的次数应该是1000次。在所有的前向传播结束之后应该会得到1000个结果