Keras:SimpleRN-如何在每个时间步输入新的输入(而不是使用输出)

Keras:SimpleRN-如何在每个时间步输入新的输入(而不是使用输出),keras,recurrent-neural-network,Keras,Recurrent Neural Network,在SimpleRN()的文档中,它被描述为“完全连接的RNN,输出将反馈到输入” 有没有一种简单的方法可以使用这个层(或另一个内置方法),这样我就可以输入新的输入(而不是使用前一个时间步的输出) e、 我有一千个数字的序列 [1 2 3 4 5, ..., 999, 1000] 我希望以1000个时间步将其输入RNN 从数学上讲,这相当于系统: 与之相反: 可以使用输入形状参数控制时间步数 model = Sequential() model.add(SimpleRNN(300, input

在SimpleRN()的文档中,它被描述为“完全连接的RNN,输出将反馈到输入”

有没有一种简单的方法可以使用这个层(或另一个内置方法),这样我就可以输入新的输入(而不是使用前一个时间步的输出)

e、 我有一千个数字的序列

[1 2 3 4 5, ..., 999, 1000]
我希望以1000个时间步将其输入RNN

从数学上讲,这相当于系统:

与之相反:


可以使用输入形状参数控制时间步数

model = Sequential()
model.add(SimpleRNN(300, input_shape=(1,1)))

(1,1)=>timestep=1,input\u feature\u size=1

可以使用input\u shape参数控制时间步数

model = Sequential()
model.add(SimpleRNN(300, input_shape=(1,1)))

(1,1)=>timestep=1,input\u feature\u size=1

我得出了相同的结论。。。SimpleRN似乎输入了前一层的输出。你找到你问题的答案了吗?我得出了同样的结论。。。SimpleRN似乎输入了前一层的输出。你找到问题的答案了吗?