machine-learning - 为什么输出 LSTM 层的维度可以是 2 维或 3 维?
问题描述
为什么 LSTM 输出的维度是 2 或 3 但 LSTM 输入的维度总是 3 维?
解决方案
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。
推荐阅读
- azure-devops - Azure 虚拟规模集和 MS 托管代理
- apache-spark - 故障转移后如何配置 alb 以指向新的主实例(EMR)
- ios - 此版本的 Realm 不支持打开格式版本 22 的 Realm 文件
- sentry - 我在哪里可以找到 webpack-sentry-plugin 上传的 sourceMap 文件
- azure-functions - Oryx - 找不到框架“Microsoft.NETCore.App”,版本“3.1.0”
- android - RecyclerView 中的 AdjustResize 未按预期工作,自 API 30 (targetSdkVersion 30) 以来将 EditText 隐藏在键盘下方
- python - 根据命令实例化异步 python 模块(discord.py)的不同实例
- python - 为什么我的等值线地图不显示颜色?
- javascript - D3@6 在箭头函数中寻址映射数据结构的通用方向
- python - 我可以在 FastAPI StreamingResponse 中使用线程吗