LSTM在提供输入方式方面是否有所不同？

Question

因此，众所周知，LSTM的输入始终是3D数组：batch_size, time_steps, seq_len。因此，如果我将LSTM的输入设为batch_size, 1, time_steps * seq_len，会有所不同吗？

例如，我有5个功能，并且使用了之前的4个时间步长。因此，如果不给出LSTM的input_shape=(4, 5)，而是给出input_shape=(1, 20)怎么办？会有所不同

Answer 1

是，将输入从batch_size, timesteps, input_dim更改为batch_size, 1, timesteps * input_dim确实有所不同。

平移输入数组将失去要素之间的时间关系。 在您给出的情况下，信息的时间流为：

a1 -> a2 -> a3 -> a4
b1 -> b2 -> b3 -> b4
c1 -> c2 -> c3 -> c4
d1 -> d2 -> d3 -> d4
e1 -> e2 -> e3 -> e4

因此，展平时间维度对应于同时输入所有时间步1-4 。这意味着网络不再以循环方式运行，并阻止了生成输出序列。