Tag: BILSTM
Estaba revisando un documento sobre la detección de sarcasmo que proponía una Red Neuronal LSTM Basada en Atención Híbrida. El modelo incluía algunas características lingüísticas que debían extraerse primero, lo que incluía la Entropía de una palabra en una oración. Desafortunadamente, el documento no lo explica muy bien. La explicación . . . Read more
Estoy haciendo una tarea de series temporales/LSTM y tengo un conjunto de datos de acciones: https://www.kaggle.com/camnugent/sandp500 El problema es que necesito dividir el marco de datos principal en marcos de datos más pequeños por el nombre de cada empresa. ¿Hay alguna manera rápida de hacer esto? porque hay decenas de . . . Read more
Mi código para pasar datos a LSTM: Xres1.shape (291676, 15) yres1.shape (291676,) n_samples, n_feats = Xres1.shape[0], Xres1.shape[1] Xres1 = Xres1.reshape((n_samples, n_feats, 1)) yres1 = to_categorical(yres1, 4) model = Sequential() model.add(LSTM(n_feats, input_shape=(n_feats, 1))) model.add(Dense(20)) model.add(Dense(60)) model.add(Dense(80)) model.add(Dense(90)) model.add(Dense(4, activation='softmax')) model.compile(loss='categorical_crossentropy', optimizer='adam') model.fit(Xres1, yres1, epochs=300, batch_size=15, verbose=2) AttributeError: El objeto DataFrame no . . . Read more
Soy un traductor de español que traduce documentos de TI. Traduzca lo siguiente al español. No traduzca el código y la salida en formato markdown “`python def __init__(self): super().__init__() self.lstm = nn.LSTM(input_dim, hidden_dim, num_layers=num_layers, bidirectional=bidirectional, dropout=dropout, batch_first=True) self.fc = nn.Linear(hidden_dim * 2, num_classes) def attention_net(self, lstm_output, final_state): hidden = final_state.unsqueeze(2) . . . Read more
He leído que regular el término de sesgo es importante para mejorar el rendimiento de las redes LSTM. Aquí hay algunas fuentes: https://www.exxactcorp.com/blog/Deep-Learning/5-types-of-lstm-recurrent-neural-networks-and-what-to-do-with-them http://proceedings.mlr.press/v37/jozefowicz15.pdf ¿Alguien sabe cómo implementarlo en Pytorch?