LSTM 输入混乱

LSTM Inputs Confusion

一段时间以来，我一直在努力理解 LSTM 输入，我想我理解了，但我一直对如何实现它们感到困惑。

这是我的想法，如有错误请指正

指定 LSTM 时，您指定单元格的数量和输入形状（我一直对输入形状有疑问）。单元格数指定应查看给定数据的单元格数量，并且不会影响所需的输入形状。输入形状（有状态时）按批次大小、批次中的时间步长和时间步长中的特征进行。有状态的 LSTM 会保留其内部状态，直到重置。这样对吗？

如果是这样，我在尝试为我的网络指定输入形状时遇到了很多困惑。这是因为我正在尝试升级当前网络，但我无法弄清楚如何以及在何处指定输入形状而不会出现错误。

我尝试升级它的方式是，最初我让 CNN 进入密集层。我正在尝试对其进行更改，以便它添加一个 LSTM，该 LSTM 将 CNN 的扁平化一维输出作为一批和一个时间步长，其特征取决于 CNN 输出的大小。然后将其输出与 CNN 的输出（LSTM 的输入）连接起来，然后馈入密集层。因此它现在表现得像带有跳跃连接的 LSTM。我似乎无法理解的问题是何时以及如何指定 LSTM 层的 Input_shape，因为它没有 INPUT_SHAPE 函数 API 的参数？或者也许我只是超级困惑，每个人都使用不同的 API 来检查不同的例子，这让我非常困惑什么是指定的和没有指定的以及如何指定的。

谢谢你，即使你只是帮助完成两个部分之一。

TLDR：

  1. 我对 LSTM 参数的理解正确吗？
  2. 我如何以及何时指定 LSTM Input_shapes（如果有）？

LSTM 单位参数表示 LSTM 矩阵的维度和输出形状。

使用 Functional API 您可以仅为第一层指定输入形状。如果您的 LSTM 层遵循 CNN - 那么其输入形状将自动确定为 CNN 输出。