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 .