RNN模型层的输入是如何工作的?

Posted

技术标签:

【中文标题】RNN模型层的输入是如何工作的?【英文标题】:Input of RNN model layer how it works? 【发布时间】:2019-05-26 14:04:01 【问题描述】:

我不了解 RNN 模型的输入。为什么它在每层的节点大小之前显示 None。为什么是 (None,1) (None,12)

这是我的代码。

K.clear_session()
model = Sequential()
model.add(Dense(12, input_dim=1, activation='relu'))
model.add(Dropout(0.2))
model.add(Dense(1))
model.compile(loss='mean_squared_error', optimizer='adam')
model.summary()

【问题讨论】:

【参考方案1】:

这不是 RNN,它只是一个全连接网络(FC 或 Dense)。

Keras 网络中每个张量的第一个维度是batch_size,它表示您传递给模型的“样本”或“示例”的数量。值是None,因为这个维度不是固定的,你可以有任何你想要的大小的批次。

【讨论】:

以上是关于RNN模型层的输入是如何工作的?的主要内容,如果未能解决你的问题,请参考以下文章

RNN和LSTM

lstm维度

RNN:连接层

如何使用 dynamic_rnn 获取多层 RNN 中每一步和每一层的状态

循环神经网络(RNN)简介

如何构建一个从输出到下一个输入的大额外循环的 RNN 模型?