RNN的Keras实现

Question

我已经对LSTM进行了如下编码。现在我想比较一下RNN和LSTM的性能。实际上，我知道LSTM是一种RNN。但是我如何在Keras上获取RNN的结果呢？我在Keras上找不到合适的RNN代码示例。

model = Sequential()
model.add(LSTM(15, input_shape=(max_fixation_length, feature_size,), return_sequences=True))
model.add(Flatten())
model.add(Dense(1, activation='sigmoid'))
# Compile model
model.compile(loss='binary_crossentropy', optimizer='adam', metrics=['accuracy'])enter code here

另外，我已经阅读了这个链接Keras simple RNN implementation 。但是，我不能运行它。因为Keras给出了这个错误“未定义的名称'SimpleRNN'”

Answer 1

我理解您面临的基本问题是“如何使用Keras训练RNN (LSTM毕竟是一种RNN)”。我会带你去this excellent collection of sample codes in Keras Github repository。

This是一个简单的脚本，展示了如何训练LSTM。您应该能够按原样运行此脚本。要回答为什么会出现这个特定的错误undefined name 'SimpleRNN'，您似乎忘记了导入SimpleRNN。尝试使用我分享的脚本/链接，让我知道它是否适用于您:)

Answer 2

简单地说，首先你需要导入必要的库。首先对数据进行预处理，然后建立模型，训练数据集，最后进行预测部分