使用自定义功能评估LSTM

Question

我是机器学习的新手，但是我想了解我在另一篇文章中遇到的东西。该人的数据看起来像这样：

  

年龄，性别，描述
  22，M，“已购买电话”
  35楼，“为孩子们购物”

此人创建了一个模型，该模型将用于描述功能的LSTM输出与年龄相结合。

lstm = LSTM(300, dropout=0.3, recurrent_dropout=0.3)(embed)  
agei = Input(shape=(1,))  
conc = Concatenate()(lstm, agei)`

我的理解是，有300个来自LSTM的输出，并且随着年龄的增长，它们都成为单独的输入，总共提供了301个输入，然后将它们输入到神经网络中。我需要帮助来了解LSTM的输出是什么，以及在将数据输入神经网络之前是否需要使用年龄特征对值进行归一化。感谢您对理解的任何帮助。

Answer 1

1. 是的，现在有一个301长的向量进入以下处理阶段。不过，我也将LSTM称为NN的一部分。从显示的代码来看，您似乎无论如何都要与网络的其余部分一起对其进行优化。
2. LSTM的输出是300个长的向量，描述了Description字段。 希望如此，因为您没有向我们展示如何将数据馈入模型。
3. 是的，我强烈建议您在将年龄数据输入模型之前将其标准化。平均方差归一化应该做得不错。
4. 您缺少性别功能。