Fatal编程技术网
  • python/
  • Python 如何正确使用Keras LSTM批量输入大小

Python 如何正确使用Keras LSTM批量输入大小

python tensorflow keras

Python 如何正确使用Keras LSTM批量输入大小,python,tensorflow,keras,keras-layer,Python,Tensorflow,Keras,Keras Layer,我正在使用Keras框架构建一个堆叠的LSTM模型，如下所示： model.add（layers.LSTM）（单位=32， 批次输入形状=（1100,64）， 有状态的， 返回（序列=真） add（layers.LSTM（units=32，stateful=True，return\u sequences=True）） add（layers.LSTM（units=32，stateful=True，return\u sequences=False）） 模型。添加（层。密集（1）） compile（l

我正在使用
Keras
框架构建一个堆叠的
LSTM
模型，如下所示：

model.add（layers.LSTM）（单位=32，
批次输入形状=（1100,64），
有状态的，
返回（序列=真）
add（layers.LSTM（units=32，stateful=True，return\u sequences=True））
add（layers.LSTM（units=32，stateful=True，return\u sequences=False））
模型。添加（层。密集（1））
compile（loss='mean\u squared\u error'，optimizer='adam'）
模型拟合（训练数据集，
列车标签，
纪元=1，
验证_分割=0.2，
verbose=1，
批次大小=1，
洗牌（错误）
知道
mode.fit
、
model.predict
和
model.evaluate
的默认
batch\u size
为32，该模型强制我将此默认
batch\u size
更改为
batch\u input\u shape（batch\u size，time\u steps，input\u dims）
中使用的
值

我的问题是：


  • 将批大小传递到

    batch\u input\u shape
    或进入
    模型。是否适合
    

  • 我是否可以使用批大小进行培训，比如说10次，并在单个批上进行评估（而不是
10批）如果我将
    批大小
    传递到

    LSTM
    通过
    batch\u input\u shape
    分层
    • 

    创建
    Sequential（）
    模型时，它被定义为支持任何批量大小。特别是在
    TensorFlow 1.*
    中，输入是一个占位符，其第一个维度为
    None
    ：
    

    将tensorflow导入为tf
model=tf.keras.models.Sequential（）
添加（tf.keras.layers.density（单位=2，输入形状=（2，））

    打印（model.inputs[0].get_shape（）.as_list（））35;[None，2]当lstm层处于有状态模式时，批大小必须给定，不能为无。
这是因为lstm是有状态的，需要知道如何将隐藏状态从t-1时间步批处理连接到t时间步批处理