循环神经网络
文章平均质量分 78
山外小楼听夜雨.
每天敲点代码..
展开
-
PyTorch中如何查看神经网络模型的参数(两种高效的方法,简单上手)
文章目录1 用for循环打印parameters2 安装依赖:torchsummary2.1 如果是单输入,比如CNN 模型2.1.1 代码12.1.2 代码22.2 如果是多输入的情况,比如说RNN需要输入x和h_01 用for循环打印parametersimport torchimport torch.nn as nnimport torch.nn.functional as Fimport numpy as npclass Net(nn.Module): def __init_原创 2022-05-05 10:41:14 · 4594 阅读 · 0 评论 -
时间序列学习(6)——LSTM中Layer的使用
文章目录1 复习一下 nn.RNN 的参数1 复习一下 nn.RNN 的参数最常用的几个参数:(1)input_size : The number of expected features in the input x (x的特征维数,比如说如果是一个单词用100d的向量来表示的话,那么input_size=100)(2)hidden_size : The number of features in the hidden state h (表示隐藏层的特征维数,这个是自己指定的,而且是通过不断迭原创 2022-05-04 18:20:16 · 2492 阅读 · 0 评论 -
时间序列学习(5)——LSTM 基本原理
文章目录1 从 RNN 说起2 RNN的缺点,为什么要引入LSTM3 介绍LSTM 的门结构3.1 遗忘门(遗忘阶段)3.2 输入门3.3 相加得到 Ct3.4 输出门3.5 总结+公式推导4 为什么LSTM能够解决Gradient Vanishing的问题1 从 RNN 说起 循环神经网络Recurrent Neural Network,RNN 是一种用于处理序列数据的神经网络。 &原创 2022-05-04 16:06:01 · 2637 阅读 · 0 评论 -
时间序列学习(4)——【正弦函数预测,RNN,代码+详解】非常清楚,强烈推荐
文章目录1 问题描述2 数据处理部分2.1 np.random.randint()2.2 np.linspace()2.3 最终的数据情况3 模型介绍3.1 模型代码3.2 介绍 __init__ 函数3.3 介绍forward函数4 模型训练部分4.1 同数据处理部分4.2 喂数据给模型、计算loss、梯度更新,反向传播5 模型预测部分5.1 同数据处理部分6 画图7 完整代码,可以直接运行1 问题描述给定50个正弦函数的数据对(x, y), 划分0~48(前49个)是训练数据集, (1~50)是预测原创 2022-05-04 14:36:49 · 3659 阅读 · 0 评论 -
时间序列学习(3)——【循环神经网络中layer的使用】
文章目录1 输入数据的维度表示2 介绍nn.RNN2.1 __init__函数2.2 out, ht = forward(x, h0)本文记录学习循环神经网络layer 使用,是时间序列学习(3) 。时间序列学习(1)https://editor.csdn.net/md/?articleId=124550867时间序列学习(2)https://editor.csdn.net/md/?articleId=1245514291 输入数据的维度表示输入数据x: [seq, batc原创 2022-05-03 20:34:20 · 1051 阅读 · 0 评论 -
时间序列学习(2)——【循环神经网络基本原理】
文章目录1 介绍一个简单的案例1.1 主要思想1.2 模型缺点1.3 提出需求1 介绍一个简单的案例淘宝处理好评还是差评1.1 主要思想在此之前,我们已经在 时间序列学习(1) 的学习中,掌握了用GloVe来把单词转换成一个100d的词向量。那么: I hate this boring movie. 就可以转化为 [5, 100] 的词向量。对于每个100d的向量(也就是每一个单词), 作为x输入,传入到一个线性层中。 同理,5个词向量都传入 5个线性层,每个线性层的输出是 [原创 2022-05-03 10:50:56 · 323 阅读 · 0 评论 -
时间序列学习(1)——【时间序列初认识】
文章目录1 时序数据的表示sequence representation2 举个时序数据的例子3 举一个图片数据的例子4 词向量表示4.1 one-hot 编码方式5 一次Batch 的数据结构重组6 nn.embedding 集成好的查表操作7 下载GloVe来表示词向量1 时序数据的表示sequence representation序列的表示: [seq_len, feature_len]seq_len : 表示序列的长度feature_len : 表示序列的特征数2 举个时序数据的例子这原创 2022-05-03 10:13:51 · 1662 阅读 · 0 评论