摘要:
Tensorflow2(预课程) 9.2、循环神经网络实现输入一个字母,预测下一个字母(embedding) 一、总结 一句话总结: 加上Embedding层即可,数据的输入维度变一下 print(x_train) print(y_train) [[0] [3] [2] [1] [4]] [1 4 阅读全文
posted @ 2020-09-24 11:05
范仁义
阅读(409)
评论(0)
推荐(0)
摘要:
Tensorflow2(预课程) 10.1、循环神经网络实现4个字母预测1个字母 一、总结 一句话总结: 网络还是一样的网络,输入数据变了而已:model = tf.keras.Sequential([SimpleRNN(3),Dense(5, activation='softmax')]) pri 阅读全文
posted @ 2020-09-24 08:27
范仁义
阅读(487)
评论(0)
推荐(0)
摘要:
SimpleRNNCell详解 一、总结 一句话总结: units: 正整数,输出空间的维度,即隐藏层神经元数量. recurrent_dropout: 隐藏层之间的dropout. class SimpleRNNCell(Layer): """Cell class for SimpleRNN. # 阅读全文
posted @ 2020-09-24 08:18
范仁义
阅读(1073)
评论(0)
推荐(0)

浙公网安备 33010602011771号