[英]What's the input_size for the RNN Model in Keras
我只是从深度学习开始,有人告诉我Keras是最适合初学者的库。
在此之前,为了学习,我仅使用numpy构建了一个简单的前馈网络,因此可以体会到这一点。
在这种情况下,权重矩阵的形状为(len(X[0]), num_neurons)
。 特征的数量和神经元的数量。 而且有效。
现在,我正在尝试使用Keras构建一个简单的RNN。 我的数据有7个要素,层的大小为128。
但是,如果我执行诸如model.add(Dense(128, input_dim=(7, 128)))
则表示这是错误的。
所以我不知道这个input_dim
应该是什么。
我的数据有5330个数据点和7个要素(形状为(5330,7))。 有人可以告诉我input_dim
应该是什么,为什么?
谢谢。
input_dim
只是您传递到此层的输入的形状。 所以:
input_dim = 7
还有其他选项,例如:
input_shape=(7,)
-此参数使用tuples
而不是整数,当您的输入具有多个维度时很好 batch_input_shape=(batch_size,7)
-通常不是必须的,但是如果需要固定的批处理大小(有一些层配置要求使用),可以使用它 现在,Dense层中输出的大小是units
参数。 在您的情况下为128,应等于num_neurons
。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.