neural-network - Keras 中的循环神经层

Question

我正在通过 Keras 学习神经网络，并想在循环神经网络上探索我的顺序数据集。我正在阅读文档并试图理解LSTM 示例。

我的问题是：

1. timesteps两层都需要什么？
2. 如何准备一个顺序数据集，Dense作为这些循环层的输入？
3. 图层有什么作用Embedding？

Answer 1

1. 时间步长对于 Keras 来说是一件相当麻烦的事情。由于您作为 LSTM 的输入提供的数据必须是一个 numpy 数组，因此需要（至少对于 Keras 版本 <= 0.3.3）具有指定的数据形状 - 即使具有“时间”维度。您只能将具有指定长度的序列作为输入 - 如果您的输入长度不同 - 您应该使用人工数据“填充”您的序列或使用“有状态”模式（请仔细阅读 Keras文档以了解此方法的含义）。这两种解决方案都可能令人不快——但 Keras 如此简单是你付出的代价 :) 我希望在 1.0.0 版中他们会对此有所作为。

2. 在 LSTM 之后应用 norecurrent 层有两种方法：

   • 您可以将参数 return_sequences 设置为 False - 然后只有每个序列的最后一个激活将被传递给“静态”层。
   • 您可以使用“时间分布”层之一 - 以获得更大的灵活性来处理您想要对数据执行的操作。

3. https://stats.stackexchange.com/questions/182775/what-is-an-embedding-layer-in-a-neural-network :)