Keras中RNN模型的input_size是多少

Question

我只是從深度學習開始，有人告訴我Keras是最適合初學者的庫。

在此之前，為了學習，我僅使用numpy構建了一個簡單的前饋網絡，因此可以體會到這一點。

在這種情況下，權重矩陣的形狀為(len(X[0]), num_neurons) 。 特征的數量和神經元的數量。 而且有效。

現在，我正在嘗試使用Keras構建一個簡單的RNN。 我的數據有7個要素，層的大小為128。

但是，如果我執行諸如model.add(Dense(128, input_dim=(7, 128)))則表示這是錯誤的。

所以我不知道這個input_dim應該是什么。

我的數據有5330個數據點和7個要素（形狀為（5330，7））。 有人可以告訴我input_dim應該是什么，為什么？

謝謝。

Answer 1

input_dim只是您傳遞到此層的輸入的形狀。 所以：

• input_dim = 7

還有其他選項，例如：

• input_shape=(7,) -此參數使用tuples而不是整數，當您的輸入具有多個維度時很好
• batch_input_shape=(batch_size,7) -通常不是必須的，但是如果需要固定的批處理大小（有一些層配置要求使用），可以使用它

現在，Dense層中輸出的大小是units參數。 在您的情況下為128，應等於num_neurons 。