Question

我正在尝试在Tensorflow中创建一个生成LSTM网络。我有这样的输入向量：

[[0 0 1 0 ... 1 0]
 [0 0 1 0 ... 1 0]
 ...
 [0 0 0 1 ... 0 1]]

此矩阵中的每个向量都是一个时间步长，换句话说，每个向量应该是LSTM的一个输入。输出将是相同的，除了它们将向右移动一步（我试图预测下一个输出）。然后我列出了这些矩阵，其中有五个 - 这是一批。最后我列出了这些批次，这基本上就是我的培训数据。所以基本上我有4D张量。

我试图做这样的事情，但显然它不起作用，我不太清楚我明白如何解决它：

def LSTM(x_, weights, biases):
    cell = tf.contrib.rnn.BasicLSTMCell(RNN_HIDDEN)

    # initial state
    batch_size = tf.shape(x_)[1]
    initial_state = cell.zero_state(batch_size, tf.float32)

    rnn_outputs, rnn_states = tf.nn.dynamic_rnn(cell,
                                                x_,
                                                initial_state=initial_state,
                                                time_major=False)
    return tf.matmul(rnn_outputs[-1], weights['out']) + biases['out']

那么，我应该如何表示数据，以便网络能够处理它？</ p>

另外，我不太确定在这种情况下如何定义损失。我的向量是88维，其中每个索引代表一个音调。＆＃39; 1＆＃39;表示播放音调，＆＃39; 0＆＃39; 0 - 音调已关闭。此外，当播放特定音调，然后再次播放时，我用＆＃39; 2＆＃39;标记。（为简洁而截断的载体）：

[0 0 1 0]
[0 0 1 0]
[0 0 2 0]
[0 0 2 0]

如果这里只有一个，我将无法区分它是一个长音，还是两个（或三个或四个）短音。这样我在1s和2s之间交替，每次交替意味着再次按下音调。

我需要在这里手动计算交叉熵吗？

如何在每个时间步中实现带矢量输入的LSTM网络？

0 个答案: