注册
登录
深度学习
RNN序列学习
返回
RNN序列学习
作者:
star
发布时间:
2024-06-15 11:43:02 (23天前)
转自：
<div class =“excerpt”> 我是TensorFlow的新手 <span class =“result-highlight”> RNN </跨度> 预测。 我正在尝试使用 <span class =“result-highlight”> RNN </跨度> 使用BasicLSTMCell来预测序列，例如 1,2,3,4,5 - > 6 3,4,5,6,7 - > 8 35,36,37,38,39 - > 40 我的代码不报告错误，但是'$ $ Variable（tf $ constant（0.1，shape = shape（n_hidden_units））） biases_out = tf $ Variable（tf $ constant（0.1，shape = shape（1L））） <span class =“result-highlight”> RNN </跨度> = function（X，weights_in，weights_out，biases_in，biases_out） { X = tf“ </DIV>
收藏
举报
2 条回复
0#
回复此人
日耀九洲
|
2019-08-31 10-32
<div class =“post-text”itemprop =“text”> <P> 首先，始终规范化您的网络输入是非常有用的（有不同的方法，除以最大值，减去平均值并除以标准和更多）。这将有助于优化器。 </p> <P> 其次，在你的情况下实际上最重要的是，在RNN输出之后你正在应用sigmoid函数。如果检查sigmoid函数的图，您将看到它实际上将所有输入扩展到范围（0,1）。所以基本上无论你的输入有多大，你的输出总是最多为1.因此你不应该在回归问题的输出层使用任何激活函数。 </p> <P> 希望能帮助到你。 </p> </DIV>
编辑
登录
后才能参与评论
