time_step

DDIM官方代码调试

官方源码分析官方源码ddimβt∈(0,1)\beta_t\in(0,1)βt∈(0,1)的计算方式，有好几个种，源码中给出"linear"，“const”，“jsd”，“sigmoid”，取值范围在(0,1),随着time_step
FMsunyh·2024-01-26 19:33

【深度学习】使用Pytorch实现的用于时间序列预测的各种深度学习模型类

深度学习模型类简介按滑动时间窗口切割数据集模型类CNNGRULSTMMLPRNNTCNTransformer简介本文所定义模型类的输入数据的形状shape统一为[batch_size,time_step
汐ya~·2023-10-26 08:46

DeepLearning之LSTM模型输入数据：白话降维解说

(1).DeepLearning之LSTM模型输入参数：time_step,input_size,batch_size的理解(2).DeepLearning之LSTM模型输入数据：白话降维解说本文摘要：
Dianchen_Raw·2023-10-16 16:13

Pytorch搭建循环神经网络RNN（简单实战）

通过Sin预测Cosimporttorchimporttorch.nnasnnimportnumpyasnpfrommatplotlibimportpyplotasplt首先，我们定义一些超参数TIME_STEP
积雨辋川·2023-09-19 05:28

深度学习之路（一）：用LSTM网络做时间序列数据预测

数据的读取及处理：读取数据load_data(filename,time_step)使用pandas进行csv文件的读取，其中需要注意的是路径
Flamingjay·2023-06-18 19:21

tf.nn.dynamic_rnn和tf.nn.static_rnn

为什么会有tf.nn.dynamic_rnn和tf.nn.static_rnn，首先理解time_step是干什么的。
Blessy_Zhu·2023-03-23 19:13

快速了解RNN，的结构，能做哪些任务，缺点。

※※切记：RNN是按时间序列展开二、RNN由哪些部分构成：输入，输出，和中间的循环核输入：由三部分组成，【batch_size，time_step，word_dim】，就是图中的X。
Aɢᴀɪɴ . ·2023-01-17 10:36

DeepLearning之LSTM模型输入参数：time_step, input_size, batch_size的理解

1.LSTM模型输入参数理解（LongShort-TermMemory）lstm是RNN模型的一种变种模式，增加了输入门，遗忘门，输出门。LSTM也是在时间序列预测中的常用模型。小白我也是从这个模型入门来开始机器学习的坑。LSTM的基本概念与各个门的解释已经有博文写的非常详细：推荐博文:【译】理解LSTM（通俗易懂版）这篇文章写的非常详细，生动，概念解释的非常清楚。我也是从这个博文里开始理解的。2
Dianchen_Raw·2022-12-18 18:51

MachineLearning之降维艺术--PCA算法原理及多种方法实现

(1).DeepLearning之LSTM模型输入参数：time_step,input_size,batch_size的理解(2).DeepLearning之LSTM模型输入数据：白话降维解说(3).MachineLearning
Dianchen_Raw·2022-12-11 16:12

深度学习代码实战——基于RNN的时间序列拟合（回归）

导入模块、定义超参数importtorchfromtorchimportnnimportnumpyasnpimportmatplotlib.pyplotasplttorch.manual_seed(1)TIME_STEP
程旭员·2022-12-10 06:26

LSTM中的hidden_size/input_size/time_step/batch_size的理解

LSTM模块的实现最近在尝试实现一个简单的LSTMCell，源码中看似只是简单地调用一下：tf.contrib.rnn.BasicLSTMCell()实际上包含了很多没有弄明白地方。我想把这个学习过程完整地记录一遍。首先，构建LSTM单元需要导入：importtensorflowastfimportnumpyasnp还是看看输入到底是什么上周的报告已经提到，LSTM单元中喂进的数据是一个3维数据，
CM.Yuan·2022-12-08 14:30

Pytorch GRU

importtorchimporttorch.nnasnnclassGRU(nn.Module):'''GRU+全连接'''def__init__(self,num_layers=1,input_size=8,hidden_size=64,time_step
James-J·2022-12-07 20:40

Pytorch LSTM

importtorchimporttorch.nnasnnclassLSTM(nn.Module):'''LSTM+全连接'''def__init__(self,num_layers=1,input_size=8,hidden_size=64,time_step
James-J·2022-12-07 20:40

用pytorch实现简易RNN

1导入库函数importtorchimportnumpyasnpimportmatplotlib.pyplotasplt2设置超参数TIME_STEP=10INPUT_SIZE=1HIDDEN_SIZE
UQI-LIUWJ·2022-07-09 07:12

pytorch RNN 循环神经网络 回归

image.pngimporttorchfromtorchimportnnfromtorch.autogradimportVariableimportnumpyasnpimportmatplotlib.pyplotasplttorch.manual_seed(1)TIME_STEP
Do_More·2021-05-03 21:48

tfa.seq2seq.TrainingSampler 理解总结

调用trainingSampler.initialize(input_tensors)时，取各batch中time_step=0的数据，拼接成一个数据集，返回。
·2021-02-02 02:26

tfa.seq2seq.TrainingSampler 理解总结

调用trainingSampler.initialize(input_tensors)时，取各batch中time_step=0的数据，拼接成一个数据集，返回。
·2021-02-02 02:35

小白循环神经网络RNN LSTM 参数数量 门单元 cell units timestep batch_size

keras中若干个Cell例如LSTMCell1.RNN循环神经网络先来解释一下batch_sizetimestep样本数据：小明爱学习小王爱学习小李爱学习小花爱学习通常样本数据会以(batch_size,time_step
阿唐明·2020-09-16 08:00

LSTM中time_step等参数理解

https://www.jianshu.com/p/ab8dbf23da16https://blog.csdn.net/david0611/article/details/81090294https://blog.csdn.net/yangyang_yangqi/article/details/84585998https://zhuanlan.zhihu.com/p/36455374https:/
超级无敌陈大佬的跟班·2020-09-14 08:03

深度学习总结：pytorch构建RNN和LSTM，对比原理图加深理解

RNN和LSTM的PCB板：先看LSTM：必须清楚的知道每一个变量的形状：1、h,c,以及y经过线性变换前都是hidden_size的；2、矩阵形式的形状如下：#xshape(batch,time_step
萤火虫之暮·2020-08-22 14:59

LSTM中的batch_size到底是什么

而是根据time_step=n将数据重构成下列形式进行输入的。这个案例中n=30，可以看到：第一行数据就是按照t排列的前30条数据，y也就是预测值是第31条数据。
ch206265·2020-08-20 23:14

给LSTM网络训练的数据添加标签（三维数组的一维增加数据）

生成带标签的time_step数据，维度如上所示，但是这其中第二维中的38维里有一维是标签，进入网络时需要去掉这一列。本来X_data是一个list，为
暴躁的猴子·2020-08-18 00:04

用LSTM做时间序列预测的思路,tensorflow代码实现及传入数据格式

天的价格作为变量传入,即这样传入的DataFrame格式是有n+1列,结果训练出来的效果不尽人意,完全比不上之前我用ARIMA时间序列去拟合价格曲线.之后继续浏览了很多博客,资料什么的,终于明白了一个参数:time_step
Trident_lin·2020-08-17 16:40

基于keras的双层LSTM网络和双向LSTM网络

网络和双向LSTM网络中，都会用到LSTM层，主要参数如下：LSTM(units,input_shape,return_sequences=False)units：隐藏层神经元个数input_shape=(time_step
little_fat_sheep·2020-08-17 10:06

pytorch（九）：RNN循环神经网络(回归)

importtorchimporttorch.nnasnnfromtorch.autogradimportVariableimportnumpyasnpimportmatplotlib.pyplotasplt#超参数TIME_STEP
Smallactive·2020-08-08 20:03

从零开始深度学习0614——pytorch入门之RNN实现图像分类和回归预测

从第一行到第28行#HyperParametersEPOCH=1     BATCH_SIZE=64TIME_STEP=28         #rnntimestep/imageheight  一共输入time_step
刚子174·2020-08-05 10:55

论文解读《DEEP TEMPORAL CLUSTERING: FULLY UNSUPERVISED LEARNING OF TIME-DOMAIN FEATURES》

论文地址网络框架EffectiveLatentRepresentation上图中上半部分，是一个自编码网络，网络的输入是一个个时间序列样本，其维度是[batch_size,time_step,feature_nums
起个名字好难__·2020-07-11 17:00

对于LSTM输入层、隐含层及输出层参数的个人理解

LSTM输入层要求的维度是三维的，其中包含三个参数:batch_size,input_dim和time_step。隐含层有一个参数：n_hidden。
猫猬兽·2020-06-30 11:51

TensorFlow中实现RNN，彻底弄懂time_step

这篇博客不是一篇讲解原理的博客，这篇博客主要讲解tnesorlfow的RNN代码结构，通过代码来学习RNN，以及讲解time_steps，如果这篇博客没有让你明白time_steps，欢迎博客下面评论交流。我曾翻阅各大网站，各大博客，他们的对RNN中time_steps的讲解，都没有一个让人醍醐灌顶的答案，甚至让人越看模糊。有的博主在博客中讲的看似他懂了，一问他自己他答不上来。在这里，我向全中国还
weixin_30338743·2020-06-27 18:34

终于理解了RNN里面的time_step

TensorFlow中RNN实现的正确打开方式https://zhuanlan.zhihu.com/p/28196873TensorFlow中RNN实现的正确打开方式何之源8个月前上周写了一篇文章介绍了一下RNN的几种结构，今天就来聊一聊如何在TensorFlow中实现这些结构，这篇文章的主要内容为：一个完整的、循序渐进的学习TensorFlow中RNN实现的方法。这个学习路径的曲线较为平缓，应该
LearningXX·2020-06-27 14:22

使用keras构建带time_step的LSTM模型

最近尝试了keras，发现好用很多，但网上看了很多教程，里面的time_step都是为1，在实际的时序数据预测中几乎无任何实用价值，因此自己琢磨了两天后，写了测试代码，作为备忘。
yangy_fly·2020-02-05 23:22

TensorFlow中实现RNN，彻底弄懂time_step

这篇博客不是一篇讲解原理的博客，这篇博客主要讲解tnesorlfow的RNN代码结构，通过代码来学习RNN，以及讲解time_steps，如果这篇博客没有让你明白time_steps，欢迎博客下面评论交流。我曾翻阅各大网站，各大博客，他们的对RNN中time_steps的讲解，都没有一个让人醍醐灌顶的答案，甚至让人越看模糊。有的博主在博客中讲的看似他懂了，一问他自己他答不上来。在这里，我向全中国还
凌逆战·2019-09-15 11:00

莫烦pytorch RNN循环神经网络（回归）

importtorchfromtorchimportnnimportnumpyasnpimportmatplotlib.pyplotasplttorch.manual_seed(1)TIME_STEP=
Kstheme·2019-08-23 11:16

RNN中的batch_size 和 time_step的直观理解

time_step和batch_size到底是什么样子的呢？？
神鱼来啦·2019-08-16 11:03

RNN使用sin曲线预测cos曲线

importtorchfromtorchimportnnimportnumpyasnpimportmatplotlib.pyplotasplt#随机种子torch.manual_seed(1)2.定义我们的超参数#超参数TIME_STEP
Hello King·2019-07-31 17:19

吴恩达·RNN & GRU循环序列模型简记

RNN单元RNN是一个链式结构，每个时间片使用的是相同的权值矩阵RNN一个特殊的点是输入数据总是比输出数据提前一个time_step，在准备训练数据时需注意。
madeirak·2019-04-08 13:06

对于LSTM输入层、隐含层及输出层参数的个人理解

原文地址LSTM输入层要求的维度是三维的，其中包含三个参数:batch_size,input_dim和time_step。隐含层有一个参数：n_hidden。
slbyzdgz·2019-01-02 21:07

pytorch中LSTM笔记

52:53tags:-torch项目categories:-pytorch单向LSTM笔记专业笔记见中文参考、英文参考torch.nn.LSTM()输入API重要参数input_size:每一个时步(time_step
FantDing·2018-07-12 19:06

终于理解了RNN里面的time_step

TensorFlow中RNN实现的正确打开方式https://zhuanlan.zhihu.com/p/28196873TensorFlow中RNN实现的正确打开方式何之源8个月前上周写了一篇文章介绍了一下RNN的几种结构，今天就来聊一聊如何在TensorFlow中实现这些结构，这篇文章的主要内容为：一个完整的、循序渐进的学习TensorFlow中RNN实现的方法。这个学习路径的曲线较为平缓，应该
kyang624823·2018-03-25 09:03

RNN实践一：LSTM实现MNIST数字分类

1、将输入数据[None,784]->[None,28,28];注：[None,time_step,input_data];2、线性隐含层：线性变换[None,28,28]->[None,28,128]
abclhq2005·2017-11-30 16:55

lstm预测sin函数

importpandasaspdimportnumpyasnpimportmatplotlib.pyplotaspltimporttensorflowastfimportrandomfromsklearn.preprocessingimportMinMaxScaler#设置常量time_step
Frank_07·2017-11-14 08:03

tensorflow ctc_beam_search_decoder

通过lstm，乘以weightmatrix加bias后的结果shape是[time_step,num_calss]=[3,3],假设值为[[0.1,0.8,0.1],[0.6,0.3,0.1],[0
张无矩·2017-07-07 10:48

Tensorflow LSTM分类问题

传送门这篇blog对于tensroflow下的RNN实现讲的挺好的记录一下当前看得懂的部分:用zeropadding的方式可以使得输入time_step变化forget_bias=1是指初始的forgetgate
zeroQiaoba·2017-04-26 22:21
上一页 1 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他