当我阅读文档时，LSTM单元已经忘记并记住了门。 但是，当我看一下架构时，为什么我们需要忘记和记住

在Keras中运行LSTM时出现以下错误： <pre><code>ValueError: If a RNN is stateful, it needs to know its batch size. Specify t

我有一个LSTM处理来自多个用户的无限事件流。因此，事件在到达时每次处理一个时间步。每个用户的行

我在Keras中实施了LSTM，以重制<a href="https://arxiv.org/abs/1704.02971" rel="nofollow noreferrer">this paper</a>。奇怪的行

我正在通过使用TensorFlow在时间序列回归问题上进行有状态LSTM实验。抱歉，我无法共享数据集。 下面是

通常我只有一个训练数据，所以我只做<code>model.fit(x_train1, y_train1)</code>。 如果我想使用两组训练数

我想用一个输入和两个输出构建一个LSTM模型。 我的数据和图一样。 我的模型如下。 但是它只能预测一

嗨，我有一个<strong>双向LSTM层：</strong> <pre><code>class BiDirLSTMInput(Layer): def __init__(self): self.bidir_ls

我有40年产品和3年的每周销售数据。因此，将是40 * 52 * 3 = 6240个数据点。我大约有20个功能可用于预测一

我大约有1000个数据点（过去5年中4种产品的每周销售额），每个数据点都有10个左右的独立功能。

我有一个序列预测问题，其中给定序列中的最后<code>n</code>个项目，我需要预测下一个项目。 我有

如何加载以下时间序列： <a href="https://i.stack.imgur.com/mhVUx.png" rel="nofollow noreferrer"><img src="https://i.sta

我正在尝试构建一个序列到序列模型，但我不太确定如何解决我在解码器 LSTM 中不断出现的错误。

<em><strong>注意</strong>：以下所有数字仅供参考。</em> 我使用以下参数训练了我的 LSTM 模型： <pre>

我在 Keras 中为 stateful=True LSTM 层设置输入时遇到问题。这是我目前所拥有的： <pre><code> clear_session()

<strong>TLDR</strong>：有人可以演示如何创建 LSTM，将其转换为 TFLite，并在 android 1.15 版中运行它吗？

<strong>TLDR</strong>：如何使用 <code>tf.lite.experimental.nn.TFLiteLSTMCell, tf.lite.experimental.nn.dynamic_rnn</code> 而不是 <

我需要在 Keras 中构建一个与 tensorflow 1.15 兼容的 LSTM 网络。 这是我打开的另一篇关于如何创建网络

我有一个经过训练的有状态 LSTM 模型，该模型包含一段时间内的时间序列数据，但是可能会出现不属于

是否可以在时间步长变化的 PyTorch 中创建 LSTM？例如，在不同时间进行测量的高度。数据可能如下所示：