), оси 0 и 1 транспонированы, что приводит к

ют ли RNN различные модели зависимостей, когда входные данные являются пакетными, а не временными?

но когда я сделал это таким образом, мои значения состояния оставались постоянными даже после перехода на RNN.

кто-нибудь объяснить, как я могу инициализировать скрытое состояние LSTM в тензорном потоке? Я пытаюсь создать рекуррентный авто-кодировщик LSTM, поэтому пос...

* pytorch (упс)

Если я не выполняю предварительную обработку на X и не передаю ее напрямую, это вызывает ошибку: ValueError: Ни одно из значений не поддерживается. @ output, _, _ = tf.nn.bidirectional_dynamic_rnn (lstm_fw_cell_m, lstm_bw_cell_m, x, dtype = tf.float32)

ел бы построить игрушечную модель LSTM для регрессии.это хороший учебник уже слишком сложен для начинающего.Учитывая последовательность длины

Как должны быть построены входные данные? Должен ли он быть подготовлен как серия временных шагов?

аюсь использовать LSTM, чтобы сделать прогноз продаж магазина. Вот как выглядят мои необработанные данные:

Я бы просто оставил это - но я бы также дождался ответа ОП в комментарии, чтобы уточнить, что он на самом деле хотел сделать :)

аюсь реализовать шумоподавляющий автоэнкодер со слоем LSTM между ними. Архитектура идет следующим образом.

хорошо, спасибо, я принимаю ваш ответ, я мог бы опубликовать отдельный вопрос для этого

 они будут векторами длины

е аргументы в нормальном

Тогда я могу тренировать свои данные без этой ошибки. Я не уверен, правильно ли мое предположение, но это работает для меня. Надеюсь, это работает для вас.

тот код:

stackoverflow.com/questions/46144191/...

я есть вопрос, касающийся разной длины последовательностей для LSTM в Керасе. Я передаю пакеты размером 200 и последовательности переменной длины (= x) с 100 объектами для каждого объекта в последовательности (=> [200, x, 100]) в LSTM: LSTM(100, ...