RNN 模型层的输入是如何工作的？
Input of RNN model layer how it works?
我不了解 RNN 模型的输入。为什么它在每一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()
这不是 RNN，它只是一个完全连接的网络（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 "samples" 或 "examples" 的数量。值为None 因为这个维度不固定，你可以有任何你想要的大小的批次。
我不了解 RNN 模型的输入。为什么它在每一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()
这不是 RNN，它只是一个完全连接的网络（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 "samples" 或 "examples" 的数量。值为None 因为这个维度不固定，你可以有任何你想要的大小的批次。