小编guy*_*guy的帖子

我正在尝试在tensorflow中使用lstm，但是我直言不讳地提出了一个简单的imdb情感模型来收敛。

我采用了一个keras模型，并尝试在张量流中复制完全相同的模型，在keras中它进行训练和收敛，但是在tensorflow中它只是停留在某个点（损失0.69）。

我试图使它们尽可能相等，我唯一能看出的区别是在keras中，填充位于序列之前，而在tensorflow中，由于tensorflow中的约定，我使用“ post”填充。

你知道我的张量流模型怎么了吗？

from __future__ import print_function

import random
import numpy as np

from tensorflow.contrib.keras.python.keras.preprocessing import sequence
from tensorflow.contrib.keras.python.keras.models import Sequential
from tensorflow.contrib.keras.python.keras.layers import Dense, Dropout, Activation
from tensorflow.contrib.keras.python.keras.layers import Embedding
from tensorflow.contrib.keras.python.keras.layers import LSTM
from tensorflow.contrib.keras.python.keras.layers import Conv1D, MaxPooling1D
from tensorflow.contrib.keras.python.keras.datasets import imdb

import tensorflow as tf

# Embedding
max_features = 30000
maxlen = 2494
embedding_size = 128

# Convolution
kernel_size = 5
filters = 64
pool_size = 4

# LSTM
lstm_output_size = 70

# Training
batch_size …

我有一个实际上是String Long或Integer的Object.我想将它转换为正确的类,我通过参数知道,然后比较值.现在我正在做:

switch(type) {
case Float:
    (Float) obj ...
    ....
case Long:
    (Long) obj ...
    ...
case String:
    (String) obj ...
    ....
}

在每种情况下,除了将一些对象转换为所选的特定类之外,其余代码都是相同的.

我想知道是否有更好的方法,所以我尝试了以下方法:

Integer myInteger = 100;
Object myObject = myInteger;

Class c = java.lang.Integer.class;  
Integer num1 = java.lang.Integer.class.cast(myObject); // works
Integer num2 = c.cast(myObject); // doesn't compile
Integer num3 = (java.lang.Integer) myObject; // works

我得到的编译错误:

错误:不兼容的类型:对象无法转换为Integer

我想知道它为什么会发生,也是我的代码重复的解决方案