我想为我自己创建的数据集使用 LSTM 实现 GRU。由于我是 python 新手,我不确定如何添加 GRU 层。如何添加 GRU?

Posted

技术标签:

【中文标题】我想为我自己创建的数据集使用 LSTM 实现 GRU。由于我是 python 新手,我不确定如何添加 GRU 层。如何添加 GRU?【英文标题】:I would like to implement GRU with LSTM for my own created dataset. Since i am new to python, i am not sure how to add GRU layer. How to add GRU? 【发布时间】:2021-09-04 08:59:13 【问题描述】:

当模型使用 LSTM 执行时,我得到了 model_wrapper。但是 GRU 不工作。

如何执行 GRU 和 LSTM?

    #BUILD THE MODEL
        
        top_words = 10000
        embedding_vecor_length = 32
        model = Sequential()
        model.add(Embedding(top_words, embedding_vecor_length, input_length=X.shape[1]))
        model.add(Dropout(0.2))
        model.add(LSTM(100,dropout=0.2, recurrent_dropout=0.2, go_backwards=False))
        #model.add(Dropout(0.2))
        model.add(Dense(1, activation='sigmoid'))
        model.add(Dense(1, activation='sigmoid'))
        model.compile(loss='binary_crossentropy', optimizer='Adam', metrics=['accuracy'])
        print(model.summary())
        model.summary()

如何在上面的代码中添加带有LSTM的GRU?

这是添加 GRU 的正确参数吗?

【问题讨论】:

你想用 LSTM 添加 GRU 还是替换它? 我想用 LSTM 添加 GRU。我正在尝试找到模型的优化。 不要对截图道歉,不要把它们放在这里。将您的代码粘贴为文本。如果您不想花几秒钟的时间让愿意帮助您的人更轻松... 【参考方案1】:

根据我的阅读,您似乎想添加 GRU 而不是 LSTM。您可以像使用 LSTM 一样添加 GRU 层

from tensorflow.keras.layers import GRU
model.add(GRU(100,dropout=0.2, recurrent_dropout=0.2))

如果您希望 LSTM 和 GRU 一起使用(这实际上取决于您在做什么以及为什么要这样做),您需要首先从 GRU 返回序列

from tensorflow.keras.layers import GRU
model.add(GRU(100,dropout=0.2, recurrent_dropout=0.2, return_sequences=True))
model.add(LSTM(100,dropout=0.2, recurrent_dropout=0.2))

【讨论】:

我想尝试 LSTM 和 GRU 进行二元分类标注。当我尝试此代码时,我收到此错误消息“No module name tf”。请帮助如何做到这一点? 你是如何导入 LSTM 的?您需要以类似的方式导入(例如from tensorflow.keras.layers import GRU 当我尝试这段代码时,GRU 本身不起作用,而是在控制台中显示 module_wrapper。但是 LSTM 有效。我对神经网络很陌生,请帮忙!谢谢 module_wrapper 是什么意思? 我已添加截图供您参考。谢谢!

以上是关于我想为我自己创建的数据集使用 LSTM 实现 GRU。由于我是 python 新手,我不确定如何添加 GRU 层。如何添加 GRU?的主要内容,如果未能解决你的问题,请参考以下文章

为 LSTM 二进制分类构建语音数据集

为 LeNet 创建数据集?

如何为 scikit 和 NLTK 使用不同的数据集?

如何使用 tf.data 创建多元时间序列数据集?

图像分类基于PyTorch搭建LSTM实现MNIST手写数字体识别(单向LSTM,附完整代码和数据集)

图像分类基于PyTorch搭建LSTM实现MNIST手写数字体识别(双向LSTM,附完整代码和数据集)