jef*_*jef 6 sequence neural-network deep-learning lstm keras
我有顺序数据,我宣布了一个LSTM模型,y用xKeras 预测.所以,如果我打电话model.predict(x1)和model.predict(x2),它是正确的调用model.reset_states两者之间predict()明确？是否model.reset_states清楚输入的历史,而不是权重,对吧？
# data1
x1 = [2,4,2,1,4]
y1 = [1,2,3,2,1]
# dat2
x2 = [5,3,2,4,5]
y2 = [5,3,2,3,2]
在我的实际代码中,我使用model.evaluate().在evaluate()中,是否为每个数据样本隐式调用reset_states？
model.evaluate(dataX, dataY)
Mar*_*jko 13
reset_states仅清除网络的隐藏状态.值得一提的是,根据stateful=True您的网络中是否设置了该选项- 此功能的行为可能会有所不同.如果没有设置-所有的州都将自动在网络中每批次计算后复位(例如使呼叫后fit,predict和evaluate也).如果不是 - reset_states当你想要连续模型调用独立时,你应该每次调用.