Domande taggate «lstm»

LSTM è l'acronimo di Long Short-Term Memory. Quando usiamo questo termine il più delle volte ci riferiamo a una rete neurale ricorrente oa un blocco (parte) di una rete più grande.

1
Previsione di serie storiche usando LSTM: importanza di rendere stazionarie le serie storiche
In questo link su Stationarity e differenziazione , è stato menzionato che modelli come ARIMA richiedono una serie temporale stazionaria per le previsioni poiché le proprietà statistiche come media, varianza, autocorrelazione ecc. Sono costanti nel tempo. Dato che gli RNN hanno una migliore capacità di apprendere relazioni non lineari ( …
2
Come implementare la previsione della sequenza "uno-a-molti" e "molti a molti" in Keras?
Faccio fatica a interpretare la differenza di codifica di Keras per l'etichettatura della sequenza uno-a-molti (es. Classificazione di singole immagini) e molti-a-molti (ad es. Classificazione di sequenze di immagini). Vedo spesso due diversi tipi di codici: Tipo 1 è dove nessun TimeDistributed applicato in questo modo: model=Sequential() model.add(Convolution2D(nb_filters, kernel_size[0], kernel_size[1], …
13 keras  rnn  lstm  sequence 
1
Allora, qual è il problema con LSTM?
Sto espandendo la mia conoscenza del pacchetto Keras e ho lavorato con alcuni dei modelli disponibili. Ho un problema di classificazione binaria NLP che sto cercando di risolvere e ho applicato diversi modelli. Dopo aver lavorato con alcuni risultati e aver letto sempre di più su LSTM, sembra che questo …
3
Esistono buoni modelli linguistici predefiniti per Python?
Sto prototipando un'applicazione e ho bisogno di un modello linguistico per calcolare la perplessità su alcune frasi generate. Esiste un modello di linguaggio addestrato in Python che posso usare facilmente? Qualcosa di semplice come model = LanguageModel('en') p1 = model.perplexity('This is a well constructed sentence') p2 = model.perplexity('Bunny lamp robert …
11 python  nlp  language-model  r  statistics  linear-regression  machine-learning  classification  random-forest  xgboost  python  sampling  data-mining  orange  predictive-modeling  recommender-system  statistics  dimensionality-reduction  pca  machine-learning  python  deep-learning  keras  reinforcement-learning  neural-network  image-classification  r  dplyr  deep-learning  keras  tensorflow  lstm  dropout  machine-learning  sampling  categorical-data  data-imputation  machine-learning  deep-learning  machine-learning-model  dropout  deep-network  pandas  data-cleaning  data-science-model  aggregation  python  neural-network  reinforcement-learning  policy-gradients  r  dataframe  dataset  statistics  prediction  forecasting  r  k-means  python  scikit-learn  labels  python  orange  cloud-computing  machine-learning  neural-network  deep-learning  rnn  recurrent-neural-net  logistic-regression  missing-data  deep-learning  autoencoder  apache-hadoop  time-series  data  preprocessing  classification  predictive-modeling  time-series  machine-learning  python  feature-selection  autoencoder  deep-learning  keras  tensorflow  lstm  word-embeddings  predictive-modeling  prediction  machine-learning-model  machine-learning  classification  binary  theory  machine-learning  neural-network  time-series  lstm  rnn  neural-network  deep-learning  keras  tensorflow  convnet  computer-vision 
2
Dropout su quali livelli di LSTM?
Utilizzando un multi-layer LSTMcon dropout, è consigliabile inserire il dropout su tutti i layer nascosti e sui layer Dense di output? Nel documento di Hinton (che proponeva il Dropout) metteva il Dropout solo sui livelli Dense, ma ciò era dovuto al fatto che gli strati interni nascosti erano convoluzionali. Ovviamente, …
3
Cos'è LSTM, BiLSTM e quando usarli?
Sono molto nuovo di Deep learning e sono particolarmente interessato a sapere cosa sono LSTM e BiLSTM e quando usarli (principali aree di applicazione). Perché LSTM e BILSTM sono più popolari di RNN? Possiamo usare queste architetture di apprendimento profondo in problemi senza supervisione?
1
Keras LSTM con serie storiche 1D
Sto imparando a usare Keras e ho avuto un discreto successo con il mio set di dati con etichetta usando gli esempi di Deep Learning for Python di Chollet . Il set di dati è ~ 1000 serie storiche con lunghezza 3125 con 3 potenziali classi. Vorrei andare oltre i …
Utilizzando il nostro sito, riconosci di aver letto e compreso le nostre Informativa sui cookie e Informativa sulla privacy.
Licensed under cc by-sa 3.0 with attribution required.