其目的是实现一个具有多通道(即输入层)的一维对象(如时间序列)的神经网络结构。其思想是在组合任何信道的特征映射以输出概率预测之前,在任何信道上应用独立的操作。在
一个可能的解决方案是使用Lasagne。宽面条是一种重量轻的包装。如果一个人需要Theano的灵活性,但又不希望总是从头开始编写神经网络层,则通常建议使用此方法。在
宽面条是否提供了在python中为1D对象实现多通道神经网络的工具?是否可以使用lasagne.layers
实现多个输入层,或者应该使用no创建一个自定义层?在
Tags:
二维卷积
时间序列的多通道实际上只是一个二维数据矩阵,你可以把它想象成一张图片。你可以应用标准的卷积层。在
如果您想“在组合任何信道的特征映射之前在任何信道中应用独立的操作”,那么可以通过将第一层中的卷积大小配置为在信道维度上窄(宽度1),在时间维度上宽;然后将以下层中的信道合并。在
相关问题 更多 >
编程相关推荐