TensorFlow：如何配置LSTM的參數

Question

我來自CNN model。 我要學習LSTM。 就我而言，我將對 PNG 圖像進行分類。 我對CNN的了解是：

• CNN 的輸入是圖像的形狀。 例如（寬度、高度、通道）。 在我的情況下是 (128, 128, 3)

但是我怎樣才能為這些數據構建一個 LSTM model。 我對 LSTM 的了解是：

• “unit”參數代表隱藏層中有多少個音符。

如何設置 RNN model 的 input_shape？

Answer 1

取決於你要為網絡提供什么。 如果您正在進行視頻分類，那么您的數據格式為(frames, width, height, channels) ，如果您使用 RNN 進行圖像分類，那么您有(width, height, channels)

此時，您應該決定每次要為網絡提供什么。

在第一種情況下，可能ConvLSTM2D是最好的，因為結合了這兩個功能

在第一種情況下，您的“時間”軸可能是像素，因此您可能希望將輸入重塑為(width x height, channels, 1) ，並且在每一步中，您都為網絡提供“一個像素”（相對通道)

單位是隱藏的（在 LSTM 中也是輸出）大小，這是應該在時間上保存信息的“矩陣”