我编写了keras神经网络来训练序列。选择keras中的LSTM单位是否取决于序列的长度?
答案 0 :(得分:2)
根据您的输入,没有一套确定应该拥有多少单位的方法。
更多单位是使模型更复杂的一种方式。一般来说,如果您的神经网络的回顾期较长,那么您需要更多的功能进行训练,这意味着更复杂的模型更适合学习您的数据。
就个人而言,我喜欢使用每个样本中的时间步数作为我的单位数,并且当我深入网络时,我减少了这个数字。
答案 1 :(得分:0)
当我使用LSTM RNN设计体育博彩预测引擎时,我遇到了这个问题。 有一条经验法则可以帮助监督学习问题。请检查此链接。 Here
但在我看来,根据训练数据集,仍然没有正确的方法或公式来计算每层神经元的数量和隐藏层的数量。