小编Arj*_*jun的帖子

Keras 的 LSTM 真的考虑了细胞状态和之前的输出吗?

我在过去的一天中了解了LSTM's ,然后我决定查看一个用于Keras创建它的教程。我看了几个教程,它们都有一个衍生的

model = Sequential()
model.add(LSTM(10, input_shape=(1,1)))
model.add(Dense(1, activation='linear'))
model.compile(loss='mse', optimizer='adam')
X,y = get_train()
model.fit(X, y, epochs=300, shuffle=False, verbose=0)
Run Code Online (Sandbox Code Playgroud)

然后他们预测使用

 model.predict(X, verbose=0)
Run Code Online (Sandbox Code Playgroud)

我的问题是:您是否必须给出先前的预测以及输入和细胞状态才能使用 LSTM 预测下一个结果?另外,10 代表什么model.add(LSTM(10, input_shape(1,1))

python lstm keras tensorflow

6
推荐指数
1
解决办法
903
查看次数

如何在 Swift、Sprite 套件中检测碰撞

我正在用 Swift 编写这个简单的太空游戏,直到遇到检测碰撞的问题。在浏览了论坛、教程等之后,我尝试通过声明位掩码来实现冲突,如下所示:

对象1

    enemy?.physicsBody = SKPhysicsBody(circleOfRadius: ((enemy?.size.width)!/2))
    enemy?.physicsBody?.categoryBitMask = enemyBitMask
    enemy?.physicsBody?.contactTestBitMask = bulletBitMask
    enemy?.physicsBody?.collisionBitMask = 0
Run Code Online (Sandbox Code Playgroud)

对象2

    bullet?.physicsBody? = SKPhysicsBody(rectangleOf: (bullet?.size)!)
    bullet?.physicsBody?.categoryBitMask =  bulletBitMask
    bullet?.physicsBody?.contactTestBitMask =  enemyBitMask
    bullet?.physicsBody?.collisionBitMask = 0
    bullet?.physicsBody?.usesPreciseCollisionDetection = true
Run Code Online (Sandbox Code Playgroud)

我还在

func didBegin(_ contact: SKPhysicsContact) { print("Hello") }
Run Code Online (Sandbox Code Playgroud)

这是我配置精灵的方法:

    func CreateNewEnemy() {
    var enemy : SKSpriteNode?

       let moveEnemyDown = SKAction.repeatForever(SKAction.moveBy(x: 0, y: -1, duration: 0.01))
       let rotateEnemy = SKAction.repeatForever(SKAction.rotate(byAngle: 25, duration: 5))

      let enemyXpos = randomNum(high:  self.frame.size.width/2, low: -1 * self.frame.size.width/2)
      let enemyYpos = randomNum(high:  2.5*self.frame.size.height, …
Run Code Online (Sandbox Code Playgroud)

ios sprite-kit skphysicsbody swift

2
推荐指数
1
解决办法
2192
查看次数

如何在 Keras 序列模型上设置自定义权重?

所以我想自己为Sequentialkeras 模型设置权重。为了获得权重的数量,我将相邻层的节点数相乘。

这是我的代码:

model.add(Dense(units=3, activation='relu', input_dim=4))
model.add(Dense(3, activation='relu'))
model.add(Dense(5, activation='softmax'))

weights_count = []

weights_count.append(4*3)
weights_count.append(3*3)
weights_count.append(3*5)

weights = []

for count in weights_count:
    curr_weights = []
    for i in range(count):
        curr_weights.append(random.random())
    weights.append(curr_weights)
model.set_weights(weights)
Run Code Online (Sandbox Code Playgroud)

此代码生成此错误:

ValueError:形状必须具有相同的等级,但对于具有输入形状的“分配”(操作:“分配”)为 2 和 1:[4,3]、[12]。

为什么会这样?

python keras tensorflow

1
推荐指数
1
解决办法
3385
查看次数

标签 统计

keras ×2

python ×2

tensorflow ×2

ios ×1

lstm ×1

skphysicsbody ×1

sprite-kit ×1

swift ×1