1
LSTMセルはいくつ使用すればよいですか？
使用する必要があるLSTMセルの最小、最大、および「妥当な」量に関する経験則（または実際の規則）はありますか？具体的には、TensorFlowとプロパティのBasicLSTMCellに関連していnum_unitsます。 私が定義する分類問題があると仮定してください： t - number of time steps n - length of input vector in each time step m - length of output vector (number of classes) i - number of training examples たとえば、トレーニングの例の数は次の数よりも多い必要がありますか？ 4*((n+1)*m + m*m)*c cセルの数はどこですか？これに基づいています：LSTMネットワークのパラメーターの数を計算する方法？私が理解しているように、これはパラメータの総数を与えるはずであり、トレーニング例の数よりも少なくなければなりません。
12
rnn
machine-learning
r
predictive-modeling
random-forest
python
language-model
sentiment-analysis
encoding
machine-learning
deep-learning
neural-network
dataset
caffe
classification
xgboost
multiclass-classification
unbalanced-classes
time-series
descriptive-statistics
python
r
clustering
machine-learning
python
deep-learning
tensorflow
machine-learning
python
predictive-modeling
probability
scikit-learn
svm
machine-learning
python
classification
gradient-descent
regression
research
python
neural-network
deep-learning
convnet
keras
python
tensorflow
machine-learning
deep-learning
tensorflow
python
r
bigdata
visualization
rstudio
pandas
pyspark
dataset
time-series
multilabel-classification
machine-learning
neural-network
ensemble-modeling
kaggle
machine-learning
linear-regression
cnn
convnet
machine-learning
tensorflow
association-rules
machine-learning
predictive-modeling
training
model-selection
neural-network
keras
deep-learning
deep-learning
convnet
image-classification
predictive-modeling
prediction
machine-learning
python
classification
predictive-modeling
scikit-learn
machine-learning
python
random-forest
sampling
training
recommender-system
books
python
neural-network
nlp
deep-learning
tensorflow
python
matlab
information-retrieval
search
search-engine
deep-learning
convnet
keras
machine-learning
python
cross-validation
sampling
machine-learning