首页
学习
活动
专区
圈层
工具
发布
社区首页 >问答首页 >Keras LSTM参数说明

问Keras LSTM参数说明
EN

Stack Overflow用户
提问于 2021-11-08 08:38:22
回答 1查看 102关注 0票数 1

我使用这个神经网络模型来创建异常检测模型。我从一个教程网站上复制了这个模型

代码语言:javascript
复制
def autoencoder_model(X):
  inputs = Input(shape=(X.shape[1], X.shape[2]))
  L1 = LSTM(16, activation='relu', return_sequences=True, kernel_regularizer = regularizers.l2(0.00))(inputs)
  L2 = LSTM(4, activation = 'relu', return_sequences=False)(L1)
  L3 = RepeatVector(X.shape[1])(L2)
  L4 = LSTM(4, activation='relu', return_sequences=True)(L3)
  L5 = LSTM(16, activation = 'relu', return_sequences=True)(L4)
  output = TimeDistributed(Dense(X.shape[2]))(L5)
  model = Model(inputs=inputs, outputs=output)
  return model

我知道16或4是感知器的数量。但是我不知道return_sequences的含义,也不知道为什么L2和L3必须为假。我不知道kernel_regularizer是什么意思。我已经看过文档了,但我还是不明白

EN

回答 1

Stack Overflow用户

回答已采纳

发布于 2021-11-08 09:11:09

你是对的,16,4...是LSTM信元的数量。关于返回序列,这里需要理解什么是LSTM输入。LSTM输入有形状、时间步长、特征(这里我不假定是批量维度)。

也许示例更适合解释,假设您想要根据过去几个小时和湿度预测下一小时的平均温度。所以你的数据看起来像(只是概念,没有真正的价值)

代码语言:javascript
复制
[[32, 10],
[27, 12],
[26, 10],
[25, 11],
[27, 10]]

所以我们有5个小时的湿度和温度。我们把这个块交给LSTM layer,他来处理它。LSTM是按顺序工作的,所以需要32,10次计算,并给出了一些结果。LSTM给出了每个温度湿度对的结果,所以对于我们的例子,如果层有4个单元,我们期望输出5x4(因为我们有5对和4个单元)。返回序列所做的是为您提供选项,例如LSTM我不关心对每个对的响应,只是给了我一些最终结果,所以如果您将其设置为False(默认值),那么您得到的不是5 x 4输出,而是1 x 4输出(只是处理所有5对的最终值)。

关于正则化,我认为它超出了这个问答格式的范围。因此,假设正则化程序根据损失函数向梯度计算中添加项,以避免过拟合。我还向您推荐了this(我相信它作为介绍非常好)。

票数 3
EN
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接:

https://stackoverflow.com/questions/69880635

复制
相关文章

相似问题

领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档