LSTM在keras中参数return_sequences、return_state的区别（代码详细对比）

最新推荐文章于 2022-02-23 14:47:49 发布

菜鸟12134

最新推荐文章于 2022-02-23 14:47:49 发布

阅读量868

点赞数 2

分类专栏： tensorflow2.0入门实战文章标签： tensorflow 深度学习 python 机器学习

本文链接：https://blog.youkuaiyun.com/nyz5211314/article/details/106403190

版权

一、定义

return_sequences:默认为false。当为false时，返回最后一层最后一个步长的hidden state;当为true时，返回最后一层的所有hidden state。
return_state:默认false.当为true时，返回最后一层的最后一个步长的输出hidden state和输入cell state。

二、实例验证

下图的输入是一个时间步长为3,维度为1的数组。
在这里插入图片描述
一共有2层神经网络（其中第一层必须加上“return_sequences=True”,这样才能转化成步长为3的输入变量）

(1)return_sequences=True

from keras.models import Model
from keras.layers import Input
from keras.layers import LSTM
from numpy import array
from keras.models import Sequential


data = array([0.1,0.2,0.3]).reshape((1,3,1))
inputs1 = Input(shape=(3,1))
lstm1,state_h,state_c = LSTM(2,return_sequences=True,return_state&