Question

我已将LSTM编码如下。现在我想比较RNN和LSTM的性能。实际上，我知道LSTM是一种RNN。但是我怎样才能在Keras上获得RNN的结果呢？我在Keras上找不到合适的RNN代码示例。

model = Sequential()
model.add(LSTM(15, input_shape=(max_fixation_length, feature_size,), return_sequences=True))
model.add(Flatten())
model.add(Dense(1, activation='sigmoid'))
# Compile model
model.compile(loss='binary_crossentropy', optimizer='adam', metrics=['accuracy'])enter code here

另外，我已阅读此链接Keras simple RNN implementation 。但是，我无法运行它。因为Keras给出了这个错误“未定义名称'SimpleRNN'”

Answer 1

据我所知，你所面临的根本问题是“如何使用Keras训练RNN（LSTM是一种RNN毕竟）”。我会指向this excellent collection of sample codes in Keras Github repository。

This是一个简单的脚本，展示了如何训练LSTM。您应该能够按原样运行此脚本。要回答您收到特定错误undefined name 'SimpleRNN'的原因，您似乎忘记导入SimpleRNN。尝试按照我分享的脚本/链接，让我知道它是否适合您：）

Answer 2

首先，您需要导入必要的库。首先预处理数据，然后建立模型，训练数据集，最后您可以做预测部分

RNN的Keras实现

2 个答案: