在official documentation中，我看不到LSTM有类似batch_size和input_shape之类的争论。但是，我在this的中篇文章中看到了像这样的声明model.add(LSTM(batch_size, input_shape=(time_steps, features)))以及使用model.add(LSTM(4, batch_input_shape=(batch_size, look_back, 1), stateful=True))的{{3}}。
Q1）有人可以说明这怎么可能吗？
Q2）我无法理解的另一件事是batch_size的概念，尤其是对于文本分析。如果我希望我的模型从句子中学习，那么我应该使用批处理大小为1的1个样本作为参考吗？通常，传递给LSTM的参数似乎不确定。是否有正确使用LSTM的正确指南？
答案 0 :(得分：0)
在您的问题中，您提到了
model.add(LSTM(batch_size, input_shape=(time_steps, features)))
我认为作者误导您，因为batch_size是在此使用的错误术语。如您在Keras API规范中所见，第一个参数定义了此“层”中隐藏状态/单元的数量。我查看了您链接的中间帖子，我相信可能发生的情况是batch_size等于单位数，并且作者是懒惰/统一的，因此决定对两者都使用相同的常数。自今年五月以来（撰写本文时），Keras一直没有任何变化可以解释他们的错误。
对于SO帖子，batch_input_shape仅适用于有状态LSTM层。从文档中：
您可以将RNN图层设置为“有状态”，这意味着状态 为一批计算的样本将被重新用作初始状态 下一批样品。假设一对一映射 在不同连续批次的样本之间。
要启用状态性：-在图层中指定
stateful=True构造函数。 -通过传递给模型指定固定的批量大小 如果是顺序模型：batch_input_shape=(...)到第一层 您的模型。否则，对于具有1个或多个输入层的功能模型：batch_shape=(...)到模型中的所有第一层。这是 输入的预期形状，包括批次大小。应该是 整数元组，例如(32, 10, 100)。 -指定shuffle=False的时间 呼叫fit()。
对于您有关文本分析中batch_size的性质的问题，它只是指要通过网络传播的样本数量。因此，如果您想一次仅传递一个句子，则可以将其设置为1。问题是梯度估计的准确性较差。如果可以的话（内存限制在这里起作用），您应该使用更大的batch_size。