Keras lstm 和密集层

Question

密集层如何改变 LSTM 层的输出？为什么从前一层的 50 个形状输出中我从用于预测的密集层得到大小为 1 的输出？假设我有这个基本模型：

model = Sequential()
model.add(LSTM(50,input_shape=(60,1)))
model.add(Dense(1, activation="softmax"))

Dense 层是否采用来自上一层的值并为 50 个输入中的每一个分配概率（使用 softmax 函数），然后将其作为输出？

Answer 1

不，Dense 层不是那样工作的，输入有 50 个维度，输出的维度等于神经元的数量，在这种情况下是一个。输出是输入加上偏差的加权线性组合。

请注意，使用 softmax 激活函数时，将其用于单个神经元层是没有意义的，因为 softmax 已归一化，唯一可能的输出将是常量 1.0。这可能就是您现在想要的。

Keras lstm and dense layer