微信扫一扫打赏支持
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)