machine-learning - 为什么输出 LSTM 层的维度可以是 2 维或 3 维？

Question

为什么 LSTM 输出的维度是 2 或 3 但 LSTM 输入的维度总是 3 维？

标签： machine-learningkerasrecurrent-neural-network

Answer 1

LSTM 输入的维度必须用 (sample_number, unit_number, feature_number) 来描述。当任务是多对多并且您使用 TimeDistributed 层时，LSTM 输出的维度必须为 3，因为return_sequence必须是true这意味着您将获取所有隐藏状态值，而不是仅作为默认值的最后一个值。