admin 管理员组文章数量: 887027
LSTM(units, input
LSTM(units, input_shape=(window, feanum), return_sequences=True/False)
1.units:指的并不是一层LSTM有多少个LSTM单元,实际代表的是LSTM单元内的隐藏层的尺寸;对于LSTM而言,每个单元有3个门,对应了4个激活函数(3个sigmoid,一个tanh)。假如units=32,也就是说有4个神经元数量为32的前馈网络层。
计算过程:假如序列长度为5(5个时间点),维度为10(每个时间点的特征数量),对于任意一个时间点1×10,输出Y=X(1×10)W(10×32),这里X为(1,10)的向量,W为(10,32)的矩阵,所以运用矩阵乘法,将10维的X转化为32维的向量
2.input_shape = (window, feanum)中代表输入集的数据量,=None代表模型输入集的数据量不限制(即可以是过去任意天的工作量),feanum在这里代表只有工作量的维度
低版本的keras中模型构建的方式采用参数input_dim和output_dim表式输入维度和输出维度,在高版本中采用此法会出现红色的warning。因为,在高版本中已经采用input_shape和units,代替原来的input_dim和output_dim,以避免红色的warning信息
3.return_sequences:为True意味着返回多个单元短期的输出结果,为False则只返回一个单元的输出结果
————————————————
版权声明:本文为CSDN博主「xinyihhh」的原创文章,遵循CC 4.0 BY-SA版权协议,转载请附上原文出处链接及本声明。
原文链接:
本文标签: LSTM(units input
版权声明:本文标题:LSTM(units, input 内容由网友自发贡献,该文观点仅代表作者本人, 转载请联系作者并注明出处:http://www.freenas.com.cn/jishu/1693889714h247696.html, 本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容,一经查实,本站将立刻删除。
发表评论