lstm模型java实现_Tensorflow LSTM模型测试

我试图使用LSTM模型来学习,然后对我拥有的一些巨大的数据集进行分类 . (我并不担心我的意图是学习的准确性) . 我尝试以与使用LSTM的PTB单词预测教程类似的方式实现模型 . 教程中的代码(https://tensorflow.googlesource.com/tensorflow/+/master/tensorflow/models/rnn/ptb/ptb_word_lm.py)使用以下行使用模型运行会话

cost, state, _ = session.run([m.cost, m.final_state, eval_op],

{m.input_data: x,

m.targets: y,

m.initial_state: state})

我为我的例子修改了这个如下(获取logits并使用它):

cost, state, _,output,logits = session.run([m.cost, m.final_state, eval_op, m.output,m.logits],

{m.input_data: x,

m.targets: y,

m.initial_state: state})

所以如果有人可以提供帮助,我的问题如下:

培训时 Build 的模型如何用于测试?当教程使用3个模型进行每个测试,训练和验证时到底发生了什么?

测试时目标怎么样(如果我不知道它们,比如分类问题) . run_epoch()中的哪些更改可以通过使用训练期间构建的模型的方式完成 .

只是另一个问题:它找到了学习张量流的好资源(该网站似乎缺乏结构/文档)还有哪些其他资源/调试方法?

谢谢 .

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值