Netwok架构理解使用keras代码

Question

我的数据是68871 x 43，其中的功能在列号中。 1-43并且每个标签表示为1x21载体

在我的keras代码中：

• print trainX.shape -----＆gt; （41311,10,43）
• print trainY.shape -----＆gt; （41311,21）
• print testX.shape ------＆gt; （27538,10,43）
• print testY.shape ------＆gt; （27538,21）

当我运行以下keras代码时：

model = Sequential()
model.add(LSTM(10, input_dim=43))
model.add(Dropout(0.3))
model.add(Dense(21, activation='softmax'))
model.compile(loss='categorical_crossentropy', optimizer='adam', metrics=['accuracy'])
print(model.summary())
model.fit(trainX, trainY, validation_split=0.20, nb_epoch=1, batch_size=1, shuffle=False)
scores = model.evaluate(testX, testY, verbose=0)
print("Accuracy: %.2f%%" % (scores[1]*100))

代码执行方式如

我对keras工具包的理解是，如果trainX的3D张量具有形状（41311,10,43），那么keras应该创建一个10步的lstm。如果是这样，那么为什么在屏幕截图中样本逐个运行，如果时间步长为10，那么它应该以10的批次运行并获得10个预测，然后运行接下来的10批样本。

任何人都可以回答我：为什么屏幕截图显示当时间步长为10时样本逐个运行？ 非常感谢提前。

Answer 1

通过样本，他们理解了一个numpy形状的阵列（10,43）。第一个维度是您的样本数量。

那么网络正在做的是： 1）将输入分成几批形状（批次，10,43）

2）每次喂食一次样品。样本是10个事件/张量的序列，每个事件/张量长度为43。所以每个序列都是1个样本。

这是清楚的吗？