Keras LSTM 从各自序列中恢复状态

我有一个任务,训练数据来自几个长序列。我希望以随机选择的序列进行训练,但不改变这些序列内的顺序(因为可能存在长期依赖关系)。

我想这意味着选择一个序列号,从该序列中恢复之前的状态,进行训练,保存该序列的新状态,反复操作。

在使用Keras的LSTM创建层进行训练时,有没有办法指定状态?我是否需要回到我的后端?(我的后端是TensorFlow)


回答:

根据 https://github.com/fchollet/keras/issues/1947

我可以使用 K.set_value(lstm.states[i], val)K.get_value(lstm.states[i])

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