시퀀스 분류 문제 (감정 분류)를 수행하기 위해 양방향 LSTM을 tensorflow로 학습하고 싶습니다.Tensorflow의 가변 길이 시퀀스에 대한 양방향 LSTM
시퀀스의 길이가 가변적이기 때문에 일반적으로 일괄 처리에는 0의 벡터가 채워집니다. 일반적으로 패딩 벡터에 대한 교육을 피하기 위해 단방향 RNN에서 sequence_length 매개 변수를 사용합니다.
양방향 LSTM으로 어떻게 관리 할 수 있습니까? "sequence_length"매개 변수 작업이 역순으로 시퀀스의 고급 위치에서 자동으로 시작합니까?
는bidirectional_dynamic_rnn 또한 가변 길이의 시퀀스 돌봐 sequence_length 매개 변수가 있습니다 감사합니다.
https://www.tensorflow.org/api_docs/python/tf/nn/bidirectional_dynamic_rnn (mirror)
sequence_length: int32가/INT64 벡터 크기 [BATCH_SIZE, 시퀀스의 각각의 실제 길이를 포함.
당신은 여기에서 예를 볼 수 있습니다 설명해주십시오 : 너무 광범위으로 가까운 투표를 https://github.com/Franck-Dernoncourt/NeuroNER/blob/master/src/entity_lstm.py
고마워요 @FranckDernoncourt. 패딩은 어때? 앞으로 RNN을 위해 패드를 끝까지 넣고 뒤로 RNN의 시작 부분에 패드를 붙여야합니까? – Escachator
사람들. –