python - 如何使用 fit_generator 训练具有不同序列长度的 LSTM?
问题描述
我想训练一个具有不同序列长度的 LSTM,使用这种方法让每个批次都具有一定的序列长度,然后调用 fit_generator ()。我分别有每个序列长度的 csvs 文件,我已经实现了一个数据生成器,它逐个文件迭代并构建每个批次。由于我是初学者,我不确定我是否以正确的方式做事。我也对 fit_generator () 的参数“steps_per_epoch =”感到困惑,我应该输入哪个值?
是否可以在训练后调用 predict 或者我还必须调用 predict_generator ()?
使用 fit_generator () 是适合我的情况的完美方法还是有其他最佳方法?
非常感谢您的帮助,这将非常有帮助,谢谢。这是代码的一部分:数据生成器函数 fit_generator())
解决方案
推荐阅读
- cmake - 使用cmake将文件复制到多个依赖的目标二进制文件夹
- python-3.x - Jupyter Notebook从同一目录中的python文件导入类
- aws-api-gateway - 调用 HTTP API 时通过查询参数设置 SNS 消息属性
- android-studio - 如何使我的 Android 应用程序的其他网络可以访问本地 xampp
- azure - 如何在 Azure API 管理开发人员门户中禁用注册?
- php - 如何在 CodeIgniter 的 IF 条件下加载外部 CSS 样式表
- c# - TabControl 选项卡标题文本中的额外填充
- amazon-web-services - 使用 CloudFormation 创建 CodePipeline 通知规则
- android - onResume 被调用了很多次,即使它来到前台。为什么?
- fluentd - 无法以 root 用户身份启动 td-agent