没有合适的资源?快使用搜索试试~
我知道了~
文库首页
人工智能
深度学习
Tensorflow中LSTM使用方法示例
Tensorflow中LSTM使用方法示例
LSTM
4星
· 超过85%的资源
需积分: 33
82 下载量
177 浏览量
2018-01-09
11:39:37
上传
评论
1
收藏
2KB
PY
举报
温馨提示
立即下载
本资源为TensorFlow中的LSTM使用示例。版本为Tensorflow0.12.0-rc
资源推荐
资源评论
基于python和tensorflow的lstm代码
浏览:96
基于python和tensorflow的长短时记忆网络lstm代码。
LSTM反向传播代码实现(通过tensorflow和自编写代码实现)
浏览:44
5星 · 资源好评率100%
通过自编写的代码实现了LSTM的反向传播,与网文《LSTM反向传播详解Part1》《LSTM反向传播详解Part2》《LSTM反向传播详解(完结篇)Part3/3代码实现》配套
基于TensorFlow实现的以多维特征输入的RNN(LSTM)工程
浏览:108
本工程为基于TensorFlow实现的以多维特征作为输入且输出同样为多维的RNN(LSTM)模型。
利用TensorFlow构建LSTM对多维数据进行拟合
浏览:185
本程序利用TensorFlow构建一个简易LSTM模型,内含对多个常见激活函数的性能的比较过程,以及本程序的运行环境。
tensorflow下用LSTM网络进行时间序列预测
浏览:39
4星 · 用户满意度95%
tensorflow下用LSTM网络进行时间序列预测,实时多变量预测以及对于未来数据的单变量预测。
keras_monet:使用LSTM网络生成类似Monet的绘画的示例
浏览:31
使用keras和循环网络的示例需要 跑步: python lstm_image_generation.py
LSTM-Mobility-Model:使用Tensorflow的LSTM Mobility Model实现
浏览:160
LSTM移动模型 LSTM Mobility Model的Tensorflow实现可学习具有空间和时间特征的人类活动轨迹的轨迹。 什么是人类活动轨迹? 人类活动轨迹是固定活动的序列。 固定活动是指某人在某处停留一段时间以做某事。 因此,固定活动具有以下特征:开始时间,持续时间,位置和目的。 还有其他类型的时间序列问题吗? LSTM Mobility Model的实现提供了在一个模型中组合离散和
ChineseWordSegment:Tensorflow使用LSTM + CRF和Dilated CNN + CRF实现中文分词
浏览:183
中文词段使用Bi-LSTM和CRF 要求: python3.5 + tensorflow-gpu> = 1.8 大熊猫 麻木 scikit学习 用法: 运行data_processing.py将原始语料库转换为数据集 cd src查找所有型号 进入模型目录并运行python train.py
char-rnn-tensorflow:使用Tensorflow在Python中使用字符级语言模型的多层递归神经网络(LSTM,RNN)
浏览:146
字符张量流 使用Tensorflow在Python中使用字符级语言模型的多层递归神经网络(LSTM,RNN)。 灵感来自安德烈·卡帕蒂(Andrej Karpathy)的。 要求 基本用法 要在tinyshakespeare语料库上使用默认参数进行训练,请运行python train.py 。 要访问所有参数,请使用python train.py --help 。 要从检查点模型中采样pyt
CNN_LSTM_CTC_Tensorflow:使用Tensorflow实现的基于CNN + LSTM + CTC的OCR
浏览:137
CNN_LSTM_CTC_Tensorflow 基于CNN + LSTM + CTC的OCR(光学字符识别)使用张量流实现。 注意:图像中的字符数(可变长度)没有限制。 看一下下面的图像。 我使用此代码训练了一个具有100k图像的模型,并在对测试数据集(200k图像)获得了99.75%的准确性。 两个数据集中的图像: 更新2017.11.6 : 竞争页面现在不可用,如果要重现此结果,请参
tensorflow-lstm-回归:使用具有TensorFlow的递归神经网络(LSTM)进行序列预测
浏览:81
张量流-lstm回归 这是基于循环网络的回归器的示例: 目的是根据以前使用LSTM架构的观察结果,在本示例中预测连续值,sin和cos函数。 本示例已更新为与tensrflow-1.1.0兼容的新版本。 这个新版本使用了一个库 ,该库提供了一个API,可基于张量流创建深度学习模型和实验。 安装并运行 创建一个虚拟环境 建议您为安装程序创建一个virtualenv,因为此示例高度依赖于需求文件中
Tensorflow下构建LSTM模型
浏览:40
深度学习在自然语言处理中的应用,Tensorflow下构建LSTM模型进行序列化标注
LSTM实例源代码
浏览:94
详细的LSTM代码, 附带数据。 RNN全称循环神经网络(Recurrent Neural Networks),是用来处理序列数据的。在传统的神经网络模型中,从输入层到隐含层再到输出层,层与层之间是全连接的,每层之间的节点是无连接的。但是这种普通的神经网络对于很多关于时间序列的问题却无能无力。
RNN与LSTM源代码
浏览:195
消费者请注意,本资源是分别用RNN(循环神经网络)和LSTM(长短记忆网络)编写的MATLAB的案例,内部RNN.m和LSTM.m文件程序可以直接运行,内部已包含所需功能函数,如过不能直接运行请留言。
tensorflow 1.3 lstm训练和预测铁路客运数据
浏览:76
3星 · 编辑精心推荐
使用LSTM预测铁路客运时间序列,代码在tensorflow 1.3上调试运行通过,解决了网络相关资源的一些坑(很多资源不是tensorflow的版本太旧就是数据与铁路客运数据不太匹配,难以直接运行测试),不需要建立train模型和test模型(被绕了半天,这种测试应该毫无必要),可对不同的超参数组合比较训练误差和学习误差!
tf-explain:使用Tensorflow 2.x的tf.keras模型的可解释性方法
浏览:35
5星 · 资源好评率100%
tf-解释 tf-explain将可解释性方法实现为Tensorflow 2.x回调,以简化神经网络的理解。 参见 文档: : 安装 tf-explain可作为Alpha版本在PyPi上使用。 要安装它: virtualenv venv -p python3.6 pip install tf-explain tf-explain与Tensorflow 2.x兼容。 未声明为依赖项,可以让
使用Tensorflow 2.x的tf.keras模型的可解释性方法-Python开发
浏览:108
使用Tensorflow 2.0的tf.keras模型的可解释性方法tf-explain tf-explain将可解释性方法实现为Tensorflow 2.x回调,以简化神经网络的理解。 请参阅《 tf-explain简介》,《 Tensorflow 2.0文档的可解释性》:https://tf-explain.readthedocs.io安装tf-explain可作为Alpha版本在PyPi上获
DeepLearningExamples:使用 Python 和 Tensorflow & Keras 进行深度学习的示例
浏览:162
深度学习示例 使用 Python 进行深度学习示例。 要求 numpy==1.18.5 scipy==1.5.2 tensorflow==2.2.0 pandas==1.0.5 matplotlib==3.2.2 scikit_learn==0.23.2 谷歌合作实验室 您可以在 Colab 上运行笔记本: 示例列表 数据集 任务 神经网络结构/细胞类型 回归 稠密 分类 稠密 图像分类 卷积
Python-使用Tensorflow实现的知识蒸馏方法
浏览:37
使用Tensorflow实现的知识蒸馏方法
交叉熵损失函数-使用 Tensorflow 库在 Python 中实现交叉熵损失函数的示例
浏览:126
5星 · 资源好评率100%
一个使用 Tensorflow 库在 Python 中实现交叉熵损失函数的示例,在实际中,您需要使用更高级的技巧,如对不平衡类别进行损失权重,并使用不同的参数和技术来调整模型以获得更好的性能。
LSTM实例,可以运行
浏览:119
5星 · 资源好评率100%
可以运行的LSTM实例,python代码实现,如有问题,可以随时联系我,希望可以和人工智能盆友多多交流,,,,,,,,,,,,,,,,,,,,,,,,,,,
TensorFlow平台上基于LSTM神经网络的人体动作分类_杨煜.pdf
浏览:88
5星 · 资源好评率100%
TensorFlow平台上基于LSTM神经网络的人体动作分类_杨煜.pdf
TensorFlow2.0教程及源码.rar
浏览:154
5星 · 资源好评率100%
基于最新的TensorFlow 2.0的中文教程,包括项目源代码等,本人亲测可用,完全可以用作tf2全新学习的教程。
基于TensorFlow的lstm模型
浏览:189
5星 · 资源好评率100%
基于TensorFlow的lstm模型,多维时序数据预测,可自行修改网络参数。
完整版 tensorflow下用LSTM网络进行时间序列预测.zip
浏览:84
亲测好用,挺不错的资源,大家快来下载吧!挺有用的!需要的话可以来下载哦!tensorflow下用LSTM网络进行时间序列预测,实时多变量预测以及对于未来数据的单变量预测。
Python-学习使用谷歌Tensorflow示例
浏览:134
学习使用谷歌Tensorflow示例
Tensorflow中的dropout的使用方法
浏览:28
Hinton在论文《Improving neural networks by preventing co-adaptation of feature detectors》中提出了Dropout。Dropout用来防止神经网络的过拟合。Tensorflow中可以通过如下3中方式实现dropout。 tf.nn.dropout def dropout(x, keep_prob, noise_sha
Tensorflow中使用tfrecord方式读取数据的方法
浏览:25
主要介绍了Tensorflow中使用tfrecord方式读取数据的方法,适用于数据较多时,小编觉得挺不错的,现在分享给大家,也给大家做个参考。一起跟随小编过来看看吧
评论
收藏
内容反馈
立即下载
资源评论
资源反馈
评论星级较低,若资源使用遇到问题可联系上传者,3个工作日内问题未解决可申请退款~
联系上传者
评论
marsboy
2018-04-27
代码需要做调整,方可运行。感谢。
小痒爱吃小娜
粉丝: 0
资源:
1
私信
上传资源 快速赚钱
我的内容管理
展开
我的资源
快来上传第一个资源
我的收益
登录查看自己的收益
我的积分
登录查看自己的积分
我的C币
登录后查看C币余额
我的收藏
我的下载
下载帮助
前往需求广场,查看用户热搜
最新资源
dsahklzcfaszd
MC3362和MC145151调频无线接收器的设计.pdf
MiniRenamer-v2.2.1一款简单易用的批量文件重命名工具(已注册PRO版本).rar
小狐狸Ai系统 小狐狸ai付费创作系统V2.8.0 ChatGPT智能机器人
公孙离-内衣-肚兜.zipgsl
快慢指针判断链表是否有环-go 语言实现
学生成绩管理系统的设计与实现-收藏备用.pdf
JSP+SQL网站流量统计管理系统(源代码+论文).rar
IBM-PC-XT微机过程...道中模拟量数据的采集和处理.pdf
JSP+SQL网上选课系统(源代码+论文+答辩PPT).rar
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功