小编Yes*_*esh的帖子

LSTM Keras中的尺寸不匹配

我想创建一个可以添加两个字节的基本RNN.以下是输入和输出,可以简单地添加

X = [[0, 0], [0, 1], [1, 1], [0, 1], [1, 0], [1, 0], [1, 1], [1, 0]]
Run Code Online (Sandbox Code Playgroud)

那是,X1 = 00101111X2 = 01110010

Y = [1, 0, 1, 0, 0, 0, 0, 1]
Run Code Online (Sandbox Code Playgroud)

我创建了以下顺序模型

model = Sequential()
model.add(GRU(output_dim = 16, input_length = 2, input_dim = 8))
model.add(Activation('relu'`))
model.add(Dense(2, activation='softmax'))
model.compile(loss = 'binary_crossentropy', optimizer = 'adam', metrics = ['accuracy'])
model.summary()
Run Code Online (Sandbox Code Playgroud)

我得到的错误是一些东西

预计lstm_input_1有3个尺寸,但有阵形(8L, 2L)

因此,如果我通过将X更改为增加尺寸

[[[0 0]] [[1 1]] [[1 1]] [[1 0]] [[0 0]] …
Run Code Online (Sandbox Code Playgroud)

python deep-learning lstm keras

5
推荐指数
1
解决办法
2080
查看次数

当两个命令都存在时,在 jupyter 中使用“%”比使用“!”有优势吗?

例如,当我使用!pip install ...VSCode 时建议我使用%pip install .... 同样,还有一个mv适用于!和的版本%。使用其中一种比另一种有优势吗?

python pip jupyter visual-studio-code jupyter-lab

4
推荐指数
1
解决办法
857
查看次数