如何使用LSTM对序列进行分类?

LSTM擅长预测序列之后会发生什么,但我假设我们有很多序列,每个序列对应一个类别标签。

我们如何使用LSTM来对这些序列进行分类呢?


回答:

LSTM既可以用于预测任务,也可以用于分类任务。

对于分类任务,您可以遵循我下面描述的最常用架构。然而,根据您的需求,您也可以构建自己的模型。

作为LSTM的输出(这里我解释了time_major == False的dynamic_rnn),我们得到一个形状为output = [batch_size, sequnce_length, cell.output_size]的张量,这意味着对于批次中的每一行,我们有[sequnce_length, cell.output_size]。

1. 方法1

enter image description here

2. 方法2

enter image description here

希望这对您有帮助。

Related Posts

Keras Dense层输入未被展平

这是我的测试代码: from keras import…

无法将分类变量输入随机森林

我有10个分类变量和3个数值变量。我在分割后直接将它们…

如何在Keras中对每个输出应用Sigmoid函数?

这是我代码的一部分。 model = Sequenti…

如何选择类概率的最佳阈值?

我的神经网络输出是一个用于多标签分类的预测类概率表: …

在Keras中使用深度学习得到不同的结果

我按照一个教程使用Keras中的深度神经网络进行文本分…

‘MatMul’操作的输入’b’类型为float32,与参数’a’的类型float64不匹配

我写了一个简单的TensorFlow代码,但不断遇到T…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注