以下是RNNs模型。
在keras中,下面代码的输出形状是(N,10)。
model=Sequential()
model.add(RNN(10, input_shape=(1, look_back)))
我知道输出形状(N,10)中的N是batch_size。
答案 0 :(得分:1)
是10
是D_h
。基本上RNN(units)
表示该层从RNN的最后时间步返回向量h_t
,其大小是您为units
参数指定的数字,在本例中为{{1} }}。或者换句话说,10
参数表示该特定图层的输出向量的维度。