machine-learning - 如何确定 RNN Keras 层中的单元数?
问题描述
我是 RNN 的新手,并试图理解它们。我的问题是:神经元的数量是否取决于序列的大小和时间步的数量?我的主要理解是因为它需要一个输入序列,所以神经元的数量应该与序列的大小相同。如果我们有 10 个时间步,因此有 10 个不同的输入,那么我们应该有 10 个神经元。如果没有,那么如果我们只有一个大小为 20 和 10 个神经元的序列,我们如何为神经元提供或排序?
解决方案
我会回答你的第一个问题。
一般来说 - 是的,神经元的数量取决于序列的大小:神经元越多 - 对较长序列的预测越好。但是,如果您的序列很简单(例如,如果您的序列是 [1, 1, 1, 1, 1]),即使是一个神经元也可能给您一个完美的预测。
推荐阅读
- c++ - 使用 yaml-cpp 解析 YAML 文件
- graph - 如何打破 SPARQL 中的路径扩展?
- python - 如何将总和值分组放入新列 pandas
- reactjs - 自动完成 MaterialUI - 如何在分组自动完成中设置默认值
- github - 我的 github 帐户被标记为 spsam,我不知道为什么,请有人告诉我如何恢复?
- elasticsearch - journalbeat 未将日志发送到 ElasticSearch 或未在 Kubernetes 的控制台上输出日志
- javascript - 使用 Javascript 对多个属性进行分组和求和
- openstack - 在 Openstack 中查找 Ceph RBD 的已用空间
- snowflake-cloud-data-platform - 从 Snowpro 认证的角度来看,Premier 版仍然是有效版吗?
- python - Python中如何区分两种相似的函数或方法?