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

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注