Keras 中 RNN 模型的 input_size 是多少
What's the input_size for the RNN Model in Keras
我刚开始学习深度学习,有人告诉我 Keras 是初学者最好的库。
在此之前,为了学习,我只使用 numpy 构建了一个简单的前馈网络,以便感受一下。
在这种情况下,权重矩阵的形状是(len(X[0]), num_neurons)
。特征的数量和神经元的数量。它奏效了。
现在,我正在尝试使用 Keras 构建一个简单的 RNN。我的数据有 7 个特征,层的大小为 128。
但是如果我做类似model.add(Dense(128, input_dim=(7, 128)))
它说这是错误的。
所以我不知道这个 input_dim
应该是什么。
我的数据有 5330 个数据点和 7 个特征(形状是 (5330, 7))。
谁能告诉我 input_dim
应该是什么以及为什么?
谢谢。
input_dim
就是你传给这一层的输入的形状。所以:
input_dim = 7
还有其他的选择,比如:
input_shape=(7,)
-- 这个参数使用 tuples
而不是整数,当你的输入超过一维时很好
batch_input_shape=(batch_size,7)
-- 这通常不是必需的,但在需要固定批处理大小的情况下使用它(有一些层配置需要这样做)
现在,密集层中输出的大小是 units
参数。在你的例子中是 128,应该等于 num_neurons
。
我刚开始学习深度学习,有人告诉我 Keras 是初学者最好的库。
在此之前,为了学习,我只使用 numpy 构建了一个简单的前馈网络,以便感受一下。
在这种情况下,权重矩阵的形状是(len(X[0]), num_neurons)
。特征的数量和神经元的数量。它奏效了。
现在,我正在尝试使用 Keras 构建一个简单的 RNN。我的数据有 7 个特征,层的大小为 128。
但是如果我做类似model.add(Dense(128, input_dim=(7, 128)))
它说这是错误的。
所以我不知道这个 input_dim
应该是什么。
我的数据有 5330 个数据点和 7 个特征(形状是 (5330, 7))。
谁能告诉我 input_dim
应该是什么以及为什么?
谢谢。
input_dim
就是你传给这一层的输入的形状。所以:
input_dim = 7
还有其他的选择,比如:
input_shape=(7,)
-- 这个参数使用tuples
而不是整数,当你的输入超过一维时很好batch_input_shape=(batch_size,7)
-- 这通常不是必需的,但在需要固定批处理大小的情况下使用它(有一些层配置需要这样做)
现在,密集层中输出的大小是 units
参数。在你的例子中是 128,应该等于 num_neurons
。