python - Tensorflow Keras LSTM 推断一次输入一个
问题描述
我有以下序列标记 Keras 模型:
model = tf.keras.Sequential([
tf.keras.layers.Dropout(0.5),
tf.keras.layers.LSTM(64, return_sequences=True),
tf.keras.layers.Dense(2)
])
该模型采用一系列向量并预测两个类的 logits。
在实时应用程序中,我每秒获取一个向量,并且我想仅对收到的新向量执行推理,以便使用 LSTM 的先前隐藏状态。
例如,如果我只接收向量并运行:
# Received a
model(a)
# Received b
model(b)
该模型对两个向量 (a
和b
) 独立运行,并且不利用 LSTM 在步骤 之后存储在隐藏状态中的时间信息a
。
有没有办法执行推理和使用这些状态?
不使用时间信息的示例预测代码
model = tf.keras.models.load_model('./.save/3jbry45d')
model.build(input_shape=(None, None, 25))
random_vec = tf.convert_to_tensor(np.random.randn(1, 1, 25))
for i in range(5):
print(model.predict(random_vec))
打印 5 次:
[[[ 0.11500816 -0.5686636 ]]]
解决方案
那么试试这个:
model = tf.keras.Sequential([
tf.keras.layers.LSTM(64,
batch_input_shape = (1, None, 64),
return_sequences=True,
stateful = True),
tf.keras.layers.Dense(2)
])
for _ in range(10):
print(model.predict(np.ones(64)[np.newaxis, np.newaxis])[0, 0])
打印的矢量会有所不同,因此会使用内存。
推荐阅读
- laravel - 使用带有降价的嵌套@components的Laravel Mail问题
- ubuntu - NPM 无法安装包 EHOSTUNREACH
- python - 在 python 中构建海洋建模代码
- docker - 在 docker compose 上创建持久数据
- java - mvn 插件 checkstyle 因意外令牌错误而失败
- reactjs - 在 React JS 中编辑 After Effect 文件
- laravel - 码头工人。Laravel 容器之间的通信
- vue.js - 如何使用 Vue 类组件在 NuxtJs 项目中注册附加 Hook
- django - 将 url 添加到 Django admin 中 TabularInline 中的字段
- php - $wpdb 从根目录删除 SQL