关于Keras LSTM中参数的困惑

Question

model = Sequential()
model.add(LSTM(5, input_shape=(1, 30)))
model.add(Dense(1))
model.compile(loss='mean_squared_error', optimizer='rmsprop')
model.fit(trainX, trainY, epochs=15, batch_size=1, verbose=2)

有人可以告诉我5中的LSTM(5,...)和1中的Dense(1)是做什么的吗？

感谢。

Answer 1

• LSTM中的“5”是输出空间的维度，表示：

  • 输入数组具有input_shape=(1, 30);
  中定义的形状
  • 输出数组的形状为（*，5）。

• Dense中的“1”也是输出空间的维度，这意味着：

  • 输入数组具有LSTM图层中的输出形状（*，5）;
  • 输出数组的形状为（*，1）。

Answer 2

• LSTM中的“5”代表“5”LSTM单位
• 密集中的“1”代表该层中的“1”神经元

链接到文档
LSTM
Dense

Answer 3

嗯，你实际上在Keras＆＃39;文档

https://keras.io/layers/recurrent/

他们的文档非常直观且有用，只需使用它即可。