R 当时间步长大于单位时,LSTM中的过程看起来如何?
我最近开始与LSTM合作,到目前为止一切正常。但有一个问题,我还没有找到答案:当时间步长大于单位时,LSTM层中的过程是什么样子的 我在R中使用keras来模拟温度。这就是架构:R 当时间步长大于单位时,LSTM中的过程看起来如何?,r,keras,lstm,R,Keras,Lstm,我最近开始与LSTM合作,到目前为止一切正常。但有一个问题,我还没有找到答案:当时间步长大于单位时,LSTM层中的过程是什么样子的 我在R中使用keras来模拟温度。这就是架构: model <- keras_model_sequential() %>% layer_lstm(units = 30, input_shape = c(timesteps = 60, features = 2)) %>% layer_dense(units = 1) 型号% 图层(单位=30,输入
model <- keras_model_sequential() %>%
layer_lstm(units = 30, input_shape = c(timesteps = 60, features = 2)) %>%
layer_dense(units = 1)
型号%
图层(单位=30,输入形状=c(时间步长=60,特征=2))%>%
层密度(单位=1)
实际上,LSTM一次阻塞进程一个时间步。units
参数实际上是输出空间的维度。所以它基本上与时间步长的大小无关
更具体地说,LSTM或RNN的输入和输出应如下所示:(时间步,输入尺寸)->LSTM->(时间步,输出尺寸)
但是,
return\u sequences
参数默认为False
(在Keras-Python中,对于R不确定)。因此,默认情况下,LSTM层将返回最后一个时间步长状态作为输出。这就是为什么您可以将其连接到稠密层。谢谢您的快速回答!!