如何解决通过 RNN 和 csv 数据生成自然滞后
我是 TensorFlow 和机器学习的初学者。 我想问一下我如何制作一些代码。
我正在尝试通过 RNN 制作一个自然语言生成程序。
你可以看到图片是数据,每行有x、y、vocab_size和max_len。 有没有办法完整地执行该代码?每行都有自己的数据,列表的长度不同。如果没有办法,我是不是必须单独执行每一行?
model = Sequential()
model.add(Embedding(vocab_size,10,input_length=max_len-1))
model.add(SimpleRNN(32))
model.add(Dense(vocab_size,activation='softmax'))
model.compile(loss='categorical_crossentropy',optimizer='adam',metrics=['accuracy'])
model.fit(dataset,epochs=200,verbose=2)
解决方法
实际上只是您之前定义的架构就足够了。 CMIIW
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。