[問題] RNN 各層神經元數量不同的連結方式

看板DataScience作者 (小笨)時間5年前 (2019/04/21 21:14), 編輯推噓0(0推 0噓 5→)
留言5則, 3人參與, 5年前最新討論串1/1
各位資料科學先進好, 目前我在用RNN實作預測模型 我的第一層有1024個神經元而第二層有512個 我做完才發現這跟我一般在ppt上面看到的一個output對一個input的不一樣 想請問他是怎麼做到1024個output整合進512個input裡面呢? 因為我是用keras做的，想知道一般實務上的做法與keras的做法分別是什麼? -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 128.153.185.137 ※ 文章網址: https://www.ptt.cc/bbs/DataScience/M.1555852485.A.598.html
→
04/21 21:44, 5年前 , 1F
你把time steps跟hidden units的數量搞混了
04/21 21:44, 1F
→
04/21 21:46, 5年前 , 2F
前一層RNN return_sequences=True 就行了
04/21 21:46, 2F
→
04/23 02:59, 5年前 , 3F
可以請再仔細說明一點嗎? 還是不太懂
04/23 02:59, 3F
→
04/23 06:42, 5年前 , 4F
1024和512是資料在每個時間點上的維度
04/23 06:42, 4F
→
04/23 06:42, 5年前 , 5F
不是指sequence長度
04/23 06:42, 5F
‣ 更多 clansoda 的文章
文章代碼(AID): #1Sl6p5MO (DataScience)