LSTM输入混乱

Question

我试着理解LSTM输入已经有一段时间了，我想我理解了，但是我一直对如何实现它们感到困惑。

这就是我的想法，如果我错了，请纠正我。

在指定LSTM时，可以指定单元格数和输入形状(我对输入形状有问题)。单元格数指定了多少个单元格应该查看给定的数据，而不影响所需的输入形状。输入形状(当状态)按批处理大小、批处理中的时间步骤和时间步骤中的特性进行。有状态的LSTM保留它的内部状态直到重置。是这样的吗？

如果是这样的话，我在试图为我的网络指定输入形状时有很多困惑。这是因为我试图升级一个当前的网络，我不知道如何和在哪里指定输入形状没有错误。

我试图升级它的方式是，最初，我有一个CNN到一个密集的层。我试图改变它，因为它添加了一个LSTM，它将CNN扁平的1D输出作为一个批次和一个时间步骤，其特性取决于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，然后输入致密层。因此，它现在的行为类似于具有跳过连接的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，因为它没有函数API的INPUT_SHAPE参数？或者我只是非常困惑，每个人都使用不同的API来处理不同的例子，它会让人非常困惑什么是指定的，哪些是没有指定的，以及如何指定的。

​

​

谢谢，即使你只是帮了两个角色之一。

TLDR：

1. 我是否正确理解LSTM参数？
2. 如何以及何时指定LSTM Input_shapes (如果有的话)？

Answer 1

LSTM单位自变量是指LSTM矩阵的维数和输出形状。

使用Functional，您只可以为第一层指定输入形状。如果您的LSTM层遵循CNN -那么它的输入形状将自动确定为CNN输出。