Machine learning LSTM在CNTK中的实现
我正在研究CNTK,希望为分类任务实现LSTM,并希望设计一个类似于链接图像的网络: 网络: 输入:47*5Machine learning LSTM在CNTK中的实现,machine-learning,lstm,cntk,Machine Learning,Lstm,Cntk,我正在研究CNTK,希望为分类任务实现LSTM,并希望设计一个类似于链接图像的网络: 网络: 输入:47*5 输出:1 在网络中,输入的前47个长度特征进入x(t-1)处的LSTM单元,然后下一个47个长度特征进入下一步的单元,并持续到第5步 我写了这个函数: 我需要验证模型是否正确,并建议正确的模型(带解释)致密层有什么尺寸,你能澄清一下吗?它是投射一个235维向量,还是单独投射5个47维向量和一个共享变换?它应该投射最后47个特征到稠密层,该稠密层分为两类。 def para_model
输出:1 在网络中,输入的前47个长度特征进入x(t-1)处的LSTM单元,然后下一个47个长度特征进入下一步的单元,并持续到第5步 我写了这个函数:
我需要验证模型是否正确,并建议正确的模型(带解释)致密层有什么尺寸,你能澄清一下吗?它是投射一个235维向量,还是单独投射5个47维向量和一个共享变换?它应该投射最后47个特征到稠密层,该稠密层分为两类。
def para_model(para):
with default_options(init = glorot_uniform()):
return Dense(attr_hidden_dim, activation= C.sigmoid)(Sequential([
Recurrence(LSTM(para_hidden_dim))(para[:47]),
Recurrence(LSTM(para_hidden_dim))(para[47:94]),
Recurrence(LSTM(para_hidden_dim))(para[94:141]),
Recurrence(LSTM(para_hidden_dim))(para[141:188]),
Recurrence(LSTM(para_hidden_dim))(para[188:])
]))