Keras LSTM 从各自的序列中恢复状态
Keras LSTM Restore States from Respective Sequences
我有一个任务，训练数据来自几个长序列。我想用随机选择的序列进行训练，但不更改这些序列中的顺序（因为可能存在长期依赖性）。
我认为这意味着选择一个序列号，从该序列恢复以前的状态，训练，从该序列保存新状态，冲洗并重复。
在训练使用 keras 的 LSTM 创建的层时，有什么方法可以指定状态吗？我必须去我的后端吗？ （这是张量流）
根据https://github.com/fchollet/keras/issues/1947
我可以使用 K.set_value(lstm.states[i], val) 或 K.get_value(lstm.states[i])
我有一个任务，训练数据来自几个长序列。我想用随机选择的序列进行训练，但不更改这些序列中的顺序（因为可能存在长期依赖性）。
我认为这意味着选择一个序列号，从该序列恢复以前的状态，训练，从该序列保存新状态，冲洗并重复。
在训练使用 keras 的 LSTM 创建的层时，有什么方法可以指定状态吗？我必须去我的后端吗？ （这是张量流）
根据https://github.com/fchollet/keras/issues/1947
我可以使用 K.set_value(lstm.states[i], val) 或 K.get_value(lstm.states[i])