keras(return_sequences)和pytorch(output, (h_n, c_n))的记录

最新推荐文章于 2024-07-24 10:38:05 发布

原创

最新推荐文章于 2024-07-24 10:38:05 发布 · 1.9k 阅读

9 ·

CC 4.0 BY-SA版权

文章标签：

#深度学习 #神经网络 #pytorch #tensorflow

本文记录了将Keras LSTM代码转换为Pytorch过程中的关键点，主要关注Keras的'return_sequences=True'与Pytorch LSTM输出'(h_n, c_n)'的区别。在Keras中，return_sequences=True表示每个时间步长都有输出，适合多对多的预测；反之，仅输出最后一个时间步长的值，适合多对一的预测。作者提供了一个股票预测的例子来说明这一点，并给出了动态结构的Pytorch LSTM代码示例。" 131523976,10754669,数仓分层解析：ODS、DWD、DWM与实战,"['数据仓库', '数仓模型', '数据分层', '数据库']

近期需要将一份Keras代码转写为Pytorch，有关LSTM的东西比较麻烦，特此记录。

keras代码和介绍

pytorch LSTM的直观图

第二个链接国内可能wall，故此贴上Pytorch的理解图。

----------------------------------------------------------------------------------------------------------------------------------------------------------------------

我遇到的keras代码是类似这样的：(return_sequences=Ture)

from keras.models import Model
from keras.layers import Input
from keras.layers import LSTM
from numpy import array
# define model
inputs1 = Input(shape=(3, 1))
lstm1 = LSTM(1, return_sequences=True)(inputs1)
model = Model(inputs=inputs1, output