Question

所以我用以下代码构建了神经网络：

import tensorflow as tf

tf_model = tf.keras.Sequential()
tf_model.add(tf.keras.layers.LSTM(50, activation='relu'))
tf_model.add(tf.keras.layers.Dense(20, activation='relu'))
tf_model.add(tf.keras.layers.Dense(10, activation='relu'))
tf_model.add(tf.keras.layers.Dense(1, activation='linear'))
tf_model.compile(optimizer='Adam', loss='mse')

我的训练集的形状如下：

>> ts_train_X.shape
(16469, 3, 21)

我在这里阅读了许多有关stackoverflow的文章和问题，以便为LSTM提供合适的数据框。我发现几乎每个页面都指定了input_shape参数，并将其传递给LSTM（..）或Sequential（..）。

当我查看LSTM API时，找不到该参数的引用。我也对源代码有所了解，在我看来，形状是可以自动推断的，但是对此我不确定。

这使我想到了一个问题：为什么我的代码有效？如果不指定input_shape参数，那么作为第一层的LSTM层如何知道输入的形状？

编辑：根据评论中的建议更改标题。

Answer 1

参数input_shape可以提供给任何keras Layer子类的构造函数，因为这是API的定义方式。

代码之所以有效，是因为input_shape作为关键字参数（**kwargs）传递，然后这些关键字参数由LSTM构造函数传递给Layer构造函数，然后，它继续存储信息以供以后使用。这实际上意味着不必在每一层中都定义input_shape参数，而是将其作为关键字参数传递。

我认为问题在于，由于keras已移至tensorflow，因此文档可能不完整。您可以在Guide to the Sequential API中找到有关input_shape参数的更多信息。

Tensoflow2 LSTM-未使用的参数input_shape吗？

1 个答案: