循环神经网络实现变长度输入

122 阅读 0 评论 81 点赞

我是靠谱客的博主知性口红，最近开发中收集的这篇文章主要介绍循环神经网络实现变长度输入，觉得挺不错的，现在分享给大家，希望可以做个参考。

推荐阅读：
Pytorch 中如何处理 RNN 输入变长序列 padding
在这里插入图片描述

主要处理函数：
torch.nn.utils.rnn.pack_padded_sequence和 torch.nn.utils.rnn.pad_packed_sequence

REF2：

keras搭建LSTM处理可变长度序列
LSTM的一大优势就是其能够处理变长序列。而在使用keras搭建模型时，如果直接使用LSTM层作为网络输入的第一层，需要指定输入的大小。如果需要使用变长序列，那么，只需要在LSTM层前加一个Masking层，或者embedding层即可。

使用方法：首先将序列转换为定长序列，如，选取一个序列最大长度，不足这个长度的序列补-1。然后在Masking层中mask_value中指定过滤字符。如上代码所示，序列中补的-1全部被过滤掉。

此外，embedding层也有过滤的功能，但与masking层不同的是，它只能过滤0，不能指定其他字符，并且因为是embedding层，它会将序列映射到一个固定维度的空间中。因此，如果诉求仅仅是让keras中LSTM能够处理变长序列，使用Masking层会比使用Embedding层更加适合。

以上就是知性口红为你收集整理的循环神经网络实现变长度输入的全部内容，希望文章能够帮你解决循环神经网络实现变长度输入所遇到的程序开发问题。

如果觉得靠谱客网站的内容还不错，欢迎将靠谱客网站推荐给程序员好友。

本图文内容来源于网友提供，作为学习参考使用，或来自网络收集整理，版权属于原作者所有。