使用tflearn 构建RNN

刺骨的言语ヽ痛彻心扉 2022-05-31 05:43 237阅读 0赞

# -*- coding:utf-8 -*-
    ''' Created on 2018-1-19 '''
    import numpy as np
    import tflearn
    import tflearn.datasets.mnist as mnist
    
    X, Y, testX, testY = mnist.load_data(one_hot=True)
    def do_rnn(X, Y, testX, testY):
    # 这里需要将(1,784)转变为(28*28),因为lstm需要的输入是时序的，这里可以28*28可以看做28行*28列，然后每次计算是一行*28列进行计算，每一行的计算结果
    # 都会参与下一行的计算，和MLP,CNN不同
        X = np.reshape(X, (-1, 28, 28))
        testX = np.reshape(testX, (-1, 28, 28))
    # 定义输入层
        net = tflearn.input_data(shape=[None, 28, 28])
    # 添加lstm结构，如果后面跟着lstm，那么需要return_seq=True，输出3-D Tensor [samples, timesteps, output dim]
        net = tflearn.lstm(net, 128, return_seq=True)
    # 添加lstm结构,输出2-D Tensor [samples, output dim]
        net = tflearn.lstm(net, 128)
    # 添加一层全连接，加softmax分类器
        net = tflearn.fully_connected(net, 10, activation='softmax')
    # 定义回归策略,参数优化器采用adam
        net = tflearn.regression(net, optimizer='adam',
                             loss='categorical_crossentropy', name="output1")
    # 生成模型
        model = tflearn.DNN(net, tensorboard_verbose=2)
    # 训练模型
        model.fit(X, Y, n_epoch=1, validation_set=(testX,testY), show_metric=True,
              snapshot_step=100)
    
    do_rnn(X, Y, testX, testY)

发表评论取消回复

表情：

评论列表（有 0 条评论，237人围观）

还没有评论，来说两句吧...

相关阅读

相关 RNN

内容超详细，介绍了RNN以及LSTM https://blog.csdn.net/zhaojc1995/article/details/80572098 补充：Word

不念不忘少年蓝@/ 2023年06月22日 03:18/ 0 赞/ 98 阅读

相关 RNN里面使用dropout

RNN通常意义上是不能使用dropout的，因为RNN的权重存在累乘效应，如果使用dropout的话，会破坏RNN的学习过程。但是，Google Brain在15年

╰半橙微兮°/ 2022年12月06日 15:50/ 0 赞/ 211 阅读

相关 RNN Layer使用(学习笔记)

1.48.RNN Layer使用 ![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0c

清疚/ 2022年10月31日 00:53/ 0 赞/ 237 阅读

相关 tflearn save模型异常

tflearn save模型异常参考文章： [（1）tflearn save模型异常][1_tflearn save] （2）https://www.cnblogs.c

快来打我*/ 2022年09月10日 05:23/ 0 赞/ 202 阅读

相关使用TensorFlow实现RNN

使用TensorFlow实现RNN 使用Cell实现以cell方式实现RNN %% import os import

╰+哭是因爲堅強的太久メ/ 2022年09月08日 13:52/ 0 赞/ 265 阅读

相关使用tflearn 构建RNN

-- coding:utf-8 -- ''' Created on 2018-1-19 ''' import numpy as np impo

刺骨的言语ヽ痛彻心扉/ 2022年05月31日 05:43/ 0 赞/ 238 阅读

相关使用tflearn 构建多层感知机MLP

-- coding:utf-8 -- ''' Created on 2018-1-19 ''' import numpy as np impo

旧城等待，/ 2022年05月31日 05:13/ 0 赞/ 280 阅读

相关 tflearn模块string_to_semi_redundant_sequences的使用教程

例如有name.txt 张三李四王五赵六生成输入序列: import tflearn from tflearn.d

落日映苍穹つ/ 2022年05月31日 04:15/ 0 赞/ 196 阅读

相关利用Tensorflow构建RNN实现垃圾邮件分类

1 导入库 import os import re import io import requests import numpy

￡神魔★判官ぃ/ 2022年01月15日 04:19/ 0 赞/ 449 阅读

相关 RNN好兄弟之tf.nn.dynamic_rnn的使用

RNN好兄弟之tf.nn.dynamic\_rnn的使用学习前言 tf.nn.dynamic\_rnn的定义 tf.nn.dynamic

傷城~/ 2021年11月11日 07:38/ 0 赞/ 391 阅读