简单明了的LSTM/GRU应用实例(Tensorflow版)
来源:互联网
输出结果如下图所示:
接下来,来构建TensorFlow图的输入(也就是神经网络的输入)。其中,tf.float32 表示成员类型float32, [None, n_steps, n_inputs] 是tensor的shape, None表示第一维是任意数量,然后n_steps表示第二维是n_steps维,n_inputs表示第三个维度是n_inputs维。接下来,来构建TensorFlow图的输入(也就是神经网络的输入)。其中,tf