neural-network - 为什么keras模型中的输出会发生变化?
问题描述
我在 Keras 中创建了以下模型:
model = Sequential()
model.add(Conv1D(filters=16,kernel_size=4,padding='same', input_shape=(window_size,1)))
model.add(Bidirectional(LSTM(128, activation='sigmoid', return_sequences=True)))
model.add(Bidirectional(LSTM(256, activation='sigmoid', return_sequences=True)))
model.add(Dense(128,activation='tanh'))
model.add(Dense(1))
该模型似乎是从数据中学习的,但略有不同。我不明白为什么输出会发生变化。我的模型出了什么问题?我怎样才能避免这个问题?我试图用“sigmoid”交换“tanh”激活,但输出仍然发生了变化。有什么建议吗?
解决方案
推荐阅读
- mysql - 将 MySQL 结果格式化为货币
- kubernetes - kustomize:cert-manager 证书公用名中的命名空间(字符串内的变量)
- debugging - 如何解决 erreur prestashop 警告翻译 未找到翻译
- c++ - 模板专业化和参考
- python-3.x - Python 密码学模块 public_key verify() 方法
- angular - 如何在 ViewChild 中捕获键盘事件
- mysql - 在 json 类型列中使用 LIKE 语句
- javascript - vue js transition between two divs , each div with a seperate button
- android - 如何在启动时选择 BottomNavigation 上的不同项目
- python - TensorFlow GPU 安装错误