按照別人的**寫了乙個三層的 lstm的**，輸入為（-1，stpes，input）的形式，具體大小為（32，10，512），做動作識別的，但是網路的損失值一直為固定範圍內的值大概是四點多，網路損失一直不下降，請問是**錯了嗎，下面是那部分的**
n_hidden_units=128 # 隱藏層神經元數目
num_layers=3 # 雙向lstm神經網路的層數
n_steps=10
n_inputs=512
vgg_output = tf.reshape(vgg_output,[-1,n_steps,n_inputs])
def unit_lstm():
# 定義一層 lstm_cell，只需要說明 hidden_size, 它會自動匹配輸入的 x 的維度
lstm_cell = tf.contrib.rnn.basiclstmcell(num_units=n_hidden_units, forget_bias=1.0, state_is_tuple=true)
#新增 dropout layer, 一般只設定 output_keep_prob
return lstm_cell
#呼叫 multirnncell 來實現多層 lstm
mlstm_cell = tf.contrib.rnn.multirnncell([unit_lstm() for i in range(num_layers)], state_is_tuple=true)
outputs, state = tf.nn.dynamic_rnn(mlstm_cell, inputs=vgg_output,dtype = tf.float32,time_major=false)
h_state = outputs[:,-1,:]
print(h_state.shape)
w = tf.variable(tf.truncated_normal([n_hidden_units, class_num], stddev=0.1), dtype=tf.float32)
y_pre = tf.matmul(h_state, w)
print(y_pre.shape)
cross_entropy = tf.reduce_mean(tf.nn.softmax_cross_entropy_with_logits_v2(logits=y_pre, labels=y))
'''+sum(tf.nn.l2_loss(var) for var in tf.trainable_variables())
'''train_op = tf.train.adamoptimizer(lr).minimize(cross_entropy)
accuracy = tf.reduce_mean(tf.cast(tf.equal(tf.argmax(y_pre, 1), tf.argmax(y, 1)), dtype=tf.float32))
想問一下每日優鮮怎麼樣呀？
還挺不錯的，用起來很方便。每次看到有人問每日優鮮怎麼樣，就想要回答一下，因為是親身用過的，所以希望大家都能了解它。我是去年三月份開始用的已經用了一程式設計客棧年多啦，在上面買了挺多東西，沒有一次讓我失望過的。開始用是因為想吃西瓜但當時還不是西瓜的季節，不想到處去找，就想說在網上買吧，但很擔心今天下單...
想問一下在delphi7裡怎樣實現自動發郵件的功能
想問一下在delphi7裡怎樣實現自動發郵件的功能 delphi windows sdk api 想問一下在delphi7裡怎樣實現如下功能 把messagebox發出的提示資訊，自動通過郵件的方式發給某乙個收件人！tks idsmtp1.authenticationtype atnone idsm...
Python機器學習為啥就一下子紅遍全球了呢？？？
在這篇文章中我們會講python的重要特徵和它適用於機器學習的原因，介紹一些重要的機器學習包，以及其他你可以獲取更詳細資源的地方。為什麼用python做機器學習 python很適合用於機器學習。首先，它很簡單。如果你完全不熟悉python但是有一些其他的程式設計經驗 c或者其他程式語言 要上手是很快...