如何在使用Keras时更改RNN的隐藏状态激活大小?

我想训练一个RNN,其隐藏状态激活大小与Keras默认提供的不同。例如:我的输入向量在每个时间步长为27,输出也是27。我希望隐藏状态激活大小为50。


回答:

你所说的隐藏状态激活大小具体指什么并不清楚。在Keras中,控制RNN单元大小的参数称为units。根据文档

  • units: 正整数,输出空间的维度。

这个数字直接对应于单元内部应用的递归矩阵的形状,因此在某种意义上它是单元的隐藏大小,或者是隐藏神经元的数量。

要将这个大小从27更改为50,只需调用:

model.add(SimpleRNN(50, ...))

Related Posts

L1-L2正则化的不同系数

我想对网络的权重同时应用L1和L2正则化。然而,我找不…

使用scikit-learn的无监督方法将列表分类成不同组别,有没有办法?

我有一系列实例,每个实例都有一份列表,代表它所遵循的不…

f1_score metric in lightgbm

我想使用自定义指标f1_score来训练一个lgb模型…

通过相关系数矩阵进行特征选择

我在测试不同的算法时,如逻辑回归、高斯朴素贝叶斯、随机…

可以将机器学习库用于流式输入和输出吗?

已关闭。此问题需要更加聚焦。目前不接受回答。 想要改进…

在TensorFlow中,queue.dequeue_up_to()方法的用途是什么?

我对这个方法感到非常困惑,特别是当我发现这个令人费解的…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注