LSTM输出与隐藏状态输出的差异

Question

我正试图为我的人工智能助理构建一个wakeword模型，但我不知道我应该把它输出给线性层。他们之间有什么区别，我为什么要用你们的建议呢？

Answer 1

您应该将输出给线性层，而不是隐藏状态输出。像这样(时间序列预测)：

def forward(self, input_seq):
    h_0 = torch.randn(self.num_directions * self.num_layers, self.batch_size, self.hidden_size).to(device)
    c_0 = torch.randn(self.num_directions * self.num_layers, self.batch_size, self.hidden_size).to(device)
    seq_len = input_seq.shape[1]
    input_seq = input_seq.view(self.batch_size, seq_len, 1)
    output, _ = self.lstm(input_seq, (h_0, c_0))
    output = output.contiguous().view(self.batch_size * seq_len, self.hidden_size)
    pred = self.linear(output)
    pred = pred.view(self.batch_size, seq_len, -1)
    pred = pred[:, -1, :]
    return pred

该输出包含最后一层中所有时间步骤的隐藏状态输出，而隐藏状态输出仅为最后一步的隐藏状态。