Keras LSTM：批次大小等于xt中的t吗？

Question

我知道已经有很多问题要解决，但是我找不到明确的答案。 这是否正确？取自Understanding Keras LSTMs。批量大小是否与此图片中的对应为5（0-4）？取自http://colah.github.io/posts/2015-08-Understanding-LSTMs/。像这样的keras行：

model.add(LSTM(units, batch_input_shape=(batch_size, n_time_steps, n_features), stateful=False))

请注意statefull = False， 所以一个输入向量（一个蓝色气泡）的大小为n_time_steps * n_features，对吗？

Answer 1

为了使您的理解清楚，在您提到的第一张图像中的batch_input_shape = (batch_size,time_steps,n_features)将表示为batch_input_shape = (batch_size,4,3)。在第二个图像中，它将是batch_input_shape = (batch_size,5,1)。
在两张图片中均未显示批次大小，因此请不要在这里对批次大小感到困惑。

下面可以更好地理解这些尺寸。

对于Stateful = True，模型期望输入按顺序排列，即不混洗，不重叠。
在这种情况下，您需要先修复batch_size。

• 如果数据较小，则可以将batch_size设置为1（在大多数情况下）
• 如果数据很大，则可以为batch_size设置任何数字，并将数据拆分为相同数量的批次，这样，在下一次迭代开始时，数据将是连续的。

在每次迭代中，该模型将不使用零填充的隐藏状态，而是将前一批次的最终状态作为当前批次的初始状态。