如何用CNN实现序列分类啊？

想基于CNN模型实现了序列分类，一串序列对应一个标签。
序列数据是7*5的，对应一个1个标签类，共3种类别。
如何用代码实现啊？推荐参考的博客也可以，各种语言都可以

写回答
好问题 0 提建议
追加酬金
关注问题
分享
邀请回答
编辑收藏删除结题
收藏举报

2条回答默认最新

关注

码龄粉丝数原力等级 --

被采纳

被点赞

采纳率
dabocaiqq 2019-08-06 09:31
关注
https://blog.csdn.net/u011511601/article/details/79957110

解决无用
评论打赏
分享
举报

评论

按下Enter换行，Ctrl+Enter发表内容

报告相同问题？

关注问题

encoder-decoder内，encoder层使用gru前的rnn或cnn是什么用？ python 人工智能机器学习
2021-05-24 22:51

回答 1 已采纳这个一般是根据任务特点而定的，不同的任务要根据这个任务的特点来选择网络结构。从你的问题描述，我猜测可能的情况是（以NLP任务为例）：1. 使用CNN对字向量进行卷积得到词向量，再将词向量输入到GRU中
cnn预测时间序列正确率低，预测曲线不波动 cnn python 有问必答深度学习
2022-02-16 21:34

回答 4 已采纳（1）首先要考虑模型是否合理，也就是说能否以 t-1 t-2 ...t-64 个时刻的 y, a, b,c, d 预测 t t+1 ...t+15 个时刻的y即使 t 时刻 y 与a,b, c, d,
CNN网络2分类失败 cnn 有问必答深度学习网络
2022-09-01 00:20

回答 2 已采纳因为你返回的数据都是只有一个类别的r'dragon'，训练时的标签一直是[1,0]，所以模型针对任何数据的输出都是1,0。你应该修改一下你的数据加载器。你可以先参考一下我的博客Pytorch 2 迁移
基于keras的1D CNN时间序列分析
2022-05-23 17:17

CNN可以很好地识别数据中的简单模式，然后使用这些模式在更高的层中形成更复杂的模式。当您希望从整体数据集的较短(固定长度)片段中获得有趣的特征，且特征在片段中的位置相关性不高时，1D CNN非常有效。这适用于...
数字序列样本用什么网络处理有助于分类呀？人工智能有问必答深度学习神经网络
2021-03-31 10:46

回答 3 已采纳使用lstm网络进行序列预测
在pytorch中，使用cnn+lstm用于分类 python 有问必答深度学习神经网络
2021-05-29 00:45

回答 2 已采纳可以参考这篇文章，希望对你有帮助：pytorch实现用CNN和LSTM对文本进行分类_Alphapeople的博客-CSDN博客
关于贝叶斯优化的CNN超参数调优？ tensorflow 机器学习深度学习神经网络
2019-08-19 08:58

回答 1 已采纳 batch调整是为了加快训练的速度，同时不至于降低很多训练的效果。机器自动超参数调优不是不能做，而是耗时且效果不见得好，因为你每次调整超参，你都要重新训练，在小数据集上又没有效果。你正向传播，
cnn+transformer详细教程时间序列预测图像分类
2023-09-06 18:40

一枚爱吃大蒜的程序员的博客 cnn+transformer详细教程时间序列预测图像分类
用python对图片进行CNN机器学习分类时，图片格式的不同会对学习的结果造成影响吗？ python 人工智能机器学习深度学习神经网络
2019-07-19 17:21

回答 2 已采纳 png不会，因为它是无损的，但是jpg gif等有损的图片压缩算法会导致信息量的缺少，影响训练效果。但是在训练的时候，必须先将图片还原成位图，也就是无压缩的格式，才好处理。所以png一般用来作为图
关于CNN图像识别模型 cnn 人工智能深度学习
2023-03-08 14:47

回答 4 已采纳参考GPT和自己的思路：以下是针对您的需求对代码进行修改的版本： import torch.nn as nn import torch.nn.functional as F # define the
CNN算法中怎么使用自调节学习速率 cnn 人工智能神经网络
2018-01-21 02:40

回答 2 已采纳 >Tensorflow 自适应学习速率 https://www.cnblogs.com/crackpotisback/p/7105748.html
LSTM+CNN实现时间序列预测(PyTorch版)
2023-01-16 08:00

海洋之心的博客本专栏整理了《深度学习时间序列预测案例》，内包含了各种不同的基于深度学习模型的时间序列预测方法，例如LSTM、GRU、CNN（一维卷积、二维卷积）、LSTM-CNN、BiLSTM、Self-Attention、LSTM-Attention、Transformer...
CNN文本分类的结果 python
2021-05-11 11:23

回答 1 已采纳二分类在cnn的结果是一个0到1的数字，最后根据一定的阈值，如果大于这个阈值判断为1，小于为0
MATLAB实现CNN-BiLSTM多变量时间序列预测（完整源码和数据）
2022-11-30 15:22

MATLAB实现CNN-BiLSTM卷积双向长短期记忆网络多变量时序预测，数据为多变量时间序列数据，多输入单输出,程序乱码是由于版本不一致导致，可以用记事本打开复制到你的文件，运行环境MATLAB2020b及以上，运行主程序即可...
【论文阅读】对CNN进行序列分类的理解或者说是使用指南
2020-02-09 11:10

hustqb的博客但要真正在实践中，使用CNN进行序列分类，还需要知道CNN的各项参数（如卷积核的大小和个数）对序列分类的影响，方便调参。作者基于一层CNN构建序列分类模型，在9个数据集上进行了大量实验，包括与SVM和逻辑回归的...
没有解决我的问题, 去提问

悬赏问题

¥15 c程序不知道为什么得不到结果
¥40 复杂的限制性的商函数处理
¥15 程序不包含适用于入口点的静态Main方法
¥15 素材场景中光线烘焙后灯光失效
¥15 请教一下各位，为什么我这个没有实现模拟点击
¥15 执行 virtuoso 命令后，界面没有，cadence 启动不起来
¥50 comfyui下连接animatediff节点生成视频质量非常差的原因
¥20 有关区间dp的问题求解
¥15 多电路系统共用电源的串扰问题
¥15 slam rangenet++配置

如何用CNN实现序列分类啊？

2条回答 默认 最新

悬赏问题

2条回答默认最新