python - 获取 LSTM 模型 Python 的输出方程
问题描述
我有一个像这样构建的 LSTM 模型(结合全连接层)。是否有任何函数或有什么方法可以得到模型的方程,向我们展示输入和最终输出之间的关系?
model = Sequential()
model.add(LSTM(units = 120, activation ='relu', return_sequences = True,input_shape =(train_in.shape[1],5)))
model.add(Dense(100,activation='relu'))
model.add(Dense(50,activation='relu'))
model.add(Dense(1))
我需要将模型的方程用于不同的目的。所以,请让我知道是否有任何可用的内置功能。
谢谢你 :)
解决方案
LSTM 方程看起来像这样(每个 LSTM 层):
见这里:https ://en.wikipedia.org/wiki/Long_short-term_memory
密集层方程为:
y = 激活(W * x + b)
Dropout 层不添加任何方程。
推荐阅读
- api - 在 Golang 中使用任何类型的加密(AES 等)加密和解密 JWT
- python - 如何将 DRF 序列化器与 Graphene 一起使用
- python - 解析此 xml 文件时产生此 KeyError 的原因是什么?
- android - 在移动到下一个活动之前完整地运行一个函数
- python - 无法使用 python 在 RaspberryPi 中的 MySQL 表中保存数据
- python - 是否可以在熊猫中使用自定义过滤器功能?
- django - Django2 ListView 使用两个模型
- sql - FOR JSON PATH 返回嵌套对象的转义字符串
- google-bigquery - 大型 bigquery 加载作业的最可靠格式
- powershell - 通过一系列 Web 服务器远程部署代码