Fatal编程技术网
  • neural-network/
  • Neural network 使用有状态LSTM进行批处理的这两种方法之间有什么区别

Neural network 使用有状态LSTM进行批处理的这两种方法之间有什么区别

neural-network

Neural network 使用有状态LSTM进行批处理的这两种方法之间有什么区别,neural-network,lstm,recurrent-neural-network,rnn,Neural Network,Lstm,Recurrent Neural Network,Rnn,对于有状态LSTM，这两种方法实际上是否相同： batch_input_shape = [1,10,2] for _ in range(3): x_batch, y_batch = batcher() model.train_on_batch(x_batch, y_batch) model.reset_states() 及 i、 e.第一种方法是将30行数据分散在3个单独的批次（共10个序列）上，并在所有3次train\u on\u batch（）调用后调用reset\u st

对于有状态LSTM，这两种方法实际上是否相同：

batch_input_shape = [1,10,2]
for _ in range(3):
    x_batch, y_batch = batcher()
    model.train_on_batch(x_batch, y_batch)
model.reset_states()
及

i、 e.第一种方法是将30行数据分散在3个单独的批次（共10个序列）上，并在所有3次
train\u on\u batch（）
调用后调用
reset\u states（）。第二种方法是一批提交30行数据，共3行，共10个序列，然后立即调用
reset_states（）


假设所有数据都相同，并且把训练时间放在一边（第一种方法需要更长的时间），最终结果是一样的吗？
对于任何感兴趣的人来说，它们都是一样的。该状态在批之间进行，因此提交3批（共10批）以生成30批与提交一批（共30批）相同。
这并不能回答该问题。若要评论或要求作者澄清，请在其帖子下方留下评论。-不过，这应该是问题的一部分，而不是答案。不，不应该。我想我知道我在问什么问题，除非你知道的不同？我问这两种方法是否产生了相同的最终结果——这正是我所问的。

batch_input_shape = [3,10,2]
x_batch, y_batch = batcher()
model.train_on_batch(x_batch, y_batch)
model.reset_states()