我经常看到从业者对如何评估深度学习模型感到困惑。这通常从诸如“我应该使用什么随机种子？”、“我需要随机种子吗？”、“为什么我后续运行得不到相同的结果？”之类的问题中显而易见。在这篇文章中，您将发现可以使用的程序……
处理机器学习大型数据文件的 7 种方法
探索和应用机器学习算法来处理内存不足的大型数据集是很常见的。这会引发一些问题，例如：如何加载我几 GB 的数据文件？当我尝试运行我的数据集时，算法崩溃了，我该怎么办？你能帮助我解决内存不足的错误吗？在这……
关于长短期记忆网络在时间序列预测中的适用性
长短期记忆（LSTM）是一种循环神经网络，可以学习序列中项目之间的顺序依赖关系。LSTM 有望能够学习时间序列预测问题中进行预测所需的上下文，而不是预先指定和固定的上下文。鉴于其前景， there is […]
由专家带来的长短期记忆网络简明介绍
长短期记忆（LSTM）网络是一种循环神经网络，能够学习序列预测问题中的顺序依赖性。这是机器学习、语音识别等复杂领域所需的功能。LSTM 是深度学习的一个复杂领域。要掌握其工作原理可能很困难……
循环神经网络在时间序列预测中的前景
循环神经网络是一种神经网络，它增加了对输入观测顺序的显式处理。这种能力表明，循环神经网络的承诺是通过学习输入序列的时间上下文来做出更好的预测。也就是说，做出预测所需的滞后观测的集合……
使用编码器-解码器 LSTM 循环神经网络学习加法
长短期记忆（LSTM）网络是一种循环神经网络（RNN），能够学习输入序列中元素之间的关系。LSTM 的一个很好的演示是学习如何使用求和等数学运算来组合多个项，并输出计算结果。一个……
如何在 Keras 中使用 TimeDistributed 层
长短期网络或 LSTM 是一种流行且强大的循环神经网络（RNN）。即使使用 Keras 深度学习库（Python）等定义完善且“易于使用”的接口，它们也可能非常难以配置和应用于任意序列预测问题。这其中一个原因……
如何在训练和预测 LSTM 时使用不同的批处理大小
Keras 使用快速的符号数学库作为后端，例如 TensorFlow 和 Theano。使用这些库的一个缺点是，数据形状和大小必须预先定义一次，并且无论您是在训练网络还是进行预测，都必须保持不变。在序列预测问题上，它可能……
使用 Python 中的长短期记忆网络演示内存
长短期记忆（LSTM）网络是一种能够学习长序列的循环神经网络。这使其与没有记忆的常规多层神经网络区分开来，后者只能学习输入和输出模式之间的映射。了解像 LSTM 这样的复杂神经网络的能力非常重要……
Python 中使用 LSTM 进行多步时间序列预测
长短期记忆网络或 LSTM 是一种可以学习和预测长序列的循环神经网络。LSTM 的一个优点是除了学习长序列之外，它们还可以学习进行一次性的多步预测，这对于时间序列预测可能很有用。LSTM 的一个难点在于它们……