Tensorflow Keras输入层

在模型中添加LSTM层之前，我不确定是否需要添加密集输入层。例如，使用以下模型：

# Model
model = Sequential()
model.add(LSTM(128, input_shape=(train_x.shape[1], train_x.shape[2])))
model.add(Dense(5, activation="linear"))

---

LSTM层是输入层，密集层是输出层（意味着没有隐藏层）？或者Keras是否创建了一个输入层，这意味着LSTM层将是一个隐藏层？

您不需要太多。这取决于你想完成什么

检查一些箱子

---

在您的情况下，是的，LSTm将是第一层，密集层将是输出层。

对于简单的示例，当前配置是可以的。一切都是基于你想要得到的结果。模型和层可能会根据目标进行更改。因此，如果模型很复杂，可以使用不同的层和形状制作混合模型。见参考资料